one-hot encoding

举例：源数据

item_id f_a f_b
1 a o
2 b p
3 c q
4 d r

one-hot 转换后，映射表为：

序号 col_name col_value mapping
1 f_a a 0
2 f_a b 1
3 f_a c 2
4 f_a d 3
5 f_b o 4
6 f_b p 5
7 f_b q 6
8 f_b r 7

kv结果表为：

item_id f_a f_b kv
1 a o 0:1,4:1
2 b p 1:1,5:1
3 c q 2:1,6:1
4 d r 3:1,7:1

稠密性结果表为：

item_id f_a f_b f_a_a_0 f_a_b_1 f_a_c_2 f_a_d_3 f_b_o_4 f_b_p_5 f_b_q_6 f_b_r_7
1 a o 1 0 0 0 1 0 0 0
2 b p 0 1 0 0 0 1 0 0
3 c q 0 0 1 0 0 0 1 0
4 d r 0 0 0 1 0 0 0 1

label-encoding

还是上面的数据，先看编码表：

f_a f_b f_a_index f_b_index
a o 1 1
b p 2 0
c q 3 2
d r 0 3

再来看结果表：

item_id f_a f_b f_a_index f_b_index
1 a o 1 1
2 b p 2 0
3 c q 3 2
4 d r 0 3

连续离散化

大数量离散特征处理