版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/randompeople/article/details/83244766
one-hot向量
这个向量的表示为一项属性的特征向量，也就是同一时间只有一个激活点（不为0），这个向量只有一个特征是不为0的，其他都是0。特别稀疏，这个稀疏矩阵用来组成一个多特征的训练集样本，相当于样本是一个二维矩阵，行代表特征数，列表示为特征数的one-hot向量。
表示
one-hot向量表示为 ，长度特征数目，具体的场景特征数目不一样。
实际场景
我们在自然语言领域，可以将文本分词，分词后的所有单词作为一个总体的特征数目，进行one-hot编码，其中每一个单词就是一个one-hot向量，然后文本中每个句子也同样分词，分词后将这些单词作为一个句子的表示方式，这样一个句子就是一个二维向量，向量的行数是这个句子包含的单词总数，如此还可以用one-hot向量组成表示为文章。