独热编码
在机器学习算法中，常会遇到分类特征是离散的，无序的。
例如：性别有男、女，城市有北京，上海，深圳等。
性别特征：["男"，"女"] => 0，1
地区特征：["北京"，"上海，"深圳"] => 0，1，2
工作特征：["演员"，"厨师"，"公务员"，"工程师"，"律师"] => 0，1，2，3，4
比如，样本(女，北京，工程师)=>(1，0，3)，但是，这样的特征处理并不直接放入机器学习算法中。
我们在机器学习中，需要计算每种工作特征的距离，上面方式算出来的两种工作的距离是有问题：
d(演员，厨师) = 1
d(厨师，公务员) = 1
d(公务员，工程师) = 1
d(工程师，律师) = 1
d(演员，公务员） = 2
d(演员，工程师） = 3
.....
解决这类问题，一种解决方法是采用独热编码（One-Hot Encoding）。