对于一些特征工程方面，有时会用到LabelEncoder和OneHotEncoder。 比如kaggle中对于性别，sex，一般的属性值是male和female。两个值。那么不靠谱的方法直接用0表示male，用1表示female 了。上面说了这是不靠谱的。 所以要用one-hot编码。 首先我们需要用LabelEncoder把sex这个属性列里面的

处理离散型特征和连续型特征并存的情况，如何做归一化。参考博客进行了总结：https://www.quora.com/What-are-good-ways-to-handle-discrete-and-continuous-inputs-together总结如下：1、拿到获取的原始特征，必须对每一特征分别进行归一化，比如，特征A的取值范围是[-1000,1000]，特征B的取值范围是[-1,1].如

NLP-词向量-发展： 词袋模型【onehot、tf-idf】主题模型【LSA、LDA】基于词向量的静态表征【Word2vec、GloVe、FastText】基于词向量的动态表征【Bert】 一、词袋模型（Bag-Of-Words） 1、One-Hot 词向量的维数为整个词汇表的长度，对于每个词，将其对应词汇表中的位置置为1，其余维度都置为0。 缺点是： 维度非常高，编码过于稀疏，易出

import kerasy_train = keras.utils.to_categorical(y_train, num_classes)y_test = keras.utils.to_categorical(y_test, num_classes) y就是整数编码

注意: 当使用 categorical_crossentropy 损失时，你的目标值应该是分类格式 (即，如果你有 10 个类，每个样本的目标值应该是一个 10 维的向量，这个向量除了表示类别的那个索引为 1，其他均为 0)。 为了将 整数目标值 转换为 分类目标值，你可以使用 Keras 实用函数 to_categorical： from keras.utils.np_utils import

我们以Kaggle比赛里面的一个数据集跟一个公开代码为例去解释我们的OneHot编码。 简单来说，独热编码是一种将类别型变量转换为二进制表示的方法，其中每个类别被表示为一个向量，向量的长度等于类别的数量，其中只有一个元素为1，其余元素为0。例如，如果有三个类别（A、B、C），则独热编码可能如下所示： A: [1, 0, 0]B: [0, 1, 0]C: [0, 0, 1] 独热编码的主要优点

一张验证码图片直接做整体识别 也就是图片的最后输出节点有4*26=104个，经过一个softmax，使用交叉熵损失，与真实值4*26=104个标签做计算，然后反向传播 104个onehot编码真实值当中，每26个编码里会有一个正例1其余25个为零，4个26个编码里有4个值为1，其余和图片分类一样 意思就是真实值中有多个1，其实和1个1没什么区别，正常计算就ok了

为什么要用onehot： 二.  为什么使用one-hot编码来处理离散型特征? 1.使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点。 2.将离散特征通过one-hot编码映射到欧式空间，是因为，在回归，分类，聚类等机器学习算法中，特征之间距离的计算或相似度的计算是非常重要的，而我们常用的距离或相似度的计算都是在欧式空间的相似度计算，计算余

这道题理解有误，以为s0=10'b0000000001，s0=10'b0000000010，写成了如下的代码（有误）： module top_module(input in,input [9:0] state,output [9:0] next_state,output out1,output out2);parameter s0=10'b0000000001,s1=10'b0000000010