学习笔记：MATLAB神经网络训练分类数据预处理-独热编码

独热编码（‌One-Hot Encoding）‌是一种常用的分类变量编码方法。‌在独热编码中，‌每个类别都被转换为一个独特的二进制向量，‌其中只有一个元素为1，‌其余元素都为0。‌这种编码方式允许算法将分类变量作为数值输入进行处理，‌同时保留了类别之间的独立性。‌

例如，‌假设有一个名为“颜色”的分类变量，‌它有三个可能的类别：‌“红色”、‌“绿色”和“蓝色”。‌在独热编码中，‌这三个类别将被转换为以下二进制向量：‌

红色：‌[1, 0, 0]

绿色：‌[0, 1, 0]

蓝色：‌[0, 0, 1]

这样，‌每个类别都被转换为了一个唯一的数值表示，‌使得算法能够处理这些分类数据。‌独热编码特别适用于处理具有有限数量的可能类别的分类变量。‌然而，‌当类别的数量非常大时，‌独热编码可能会导致数据稀疏性和维度过高的问题，‌这时可以考虑使用其他编码方法，‌如标签编码或嵌入编码。‌

    % 标记处分类数据
	categoricalPredictorNames = ["Para.1" "Para.2" "Para.3"];
	dataTable1 = convertvars(dataTable1,categoricalPredictorNames,"categorical");
	
	% 数据转换成独热码
	for i = 1:numel(categoricalPredictorNames)
	    name = categoricalPredictorNames(i);
	    dataTable1.(name) = onehotencode(dataTable1.(name),2);
	end