在处理机器学习的数据集过程中存在一种编码方式称为One-hot编码，这种方式与统计学中使用的虚拟编码（dummy encoding）非常相似，但不完全相同。One-hot编码将类别编码为不同的二元特征，而统计学中，通常将具有k个可能取值的分类特征编码为k-1个特征。这么做专业的说法是为了避免矩阵秩亏，为什么？
因为如果按照统计学中的编码矩阵不是满秩矩阵，则不能计算逆矩阵，模型中有些算法是需要计算逆矩阵的；另一种解释是，满秩矩阵代表各元素之间是线性无关的，而我们输入的特征恰恰要求是线性无关的，否则就变成了交叉特征。
