🔑 名詞卡
One-hot Encoding（獨熱編碼）
🎯 定義
為每個類別新增一個 0/1 欄位的類別資料編碼方法（如「紅/藍/綠」變成 is_red、is_blue、is_green 三個欄位），適用於無序類別變數（Nominal Variables）。在 NLP 中則是最基本的詞彙表示方法：每個詞為一個高維向量，僅對應位置為 1，其餘為 0。
重點／應用
- 優點：保留類別完整資訊，不引入順序誤解。
- 限制：類別數量多（高基數 High Cardinality）時會大幅增加特徵維度，造成記憶體消耗與模型訓練延遲（維度爆炸）。
- 高基數類別替代方案：Target Encoding（用類別在目標變數上的統計量取代）。
記憶技巧
「每個類別各佔一格，格子裡打勾（1）或不打勾（0）」。
易混淆
- vs Label Encoding：One-hot 適用無序類別，Label Encoding 適用有序類別。
- vs Word2Vec：在 NLP 情境中，One-hot 是非分布式表示（詞彼此無關、向量稀疏），Word2Vec 是分布式表示（語意相近詞彼此接近）。
NLP 中的應用（中級科目一 CH3.1 補充）
語料庫 ["dog","cat","fish"] 中：dog→[1,0,0]、cat→[0,1,0]、fish→[0,0,1]。屬於 NLP 詞彙向量化光譜中「純離散表示」的一員，向量稀疏、無語意、維度隨詞彙表增大而暴增——與表格資料中的高基數問題本質相同（類別/詞彙數越多，維度越爆炸）。
📖 課文原文「One-hot Encoding（獨熱編碼）⋯限制：類別數量多（High Cardinality）時會大幅增加特徵維度，造成記憶體消耗與模型訓練延遲。」 （CH3.1）「它將每個詞彙表示為一個高維度向量，在這個向量中，只有與該詞對應的位置為 1，其餘位置為 0。」