為解決無法用「線性函數」做區別的資料，除了前一篇所言，還可以使用「Crossing One-Hot Vectors」。
（也許可以說「一個熱鍵」？）

文章：crossing one-hot vectors

One-Hot Vectors，可以參考這篇文章裡面說得還滿仔細。

In this case, a one-hot encoding can be applied to the integer representation. This is where the integer encoded variable is removed and a new binary variable is added for each unique integer value.

簡單來說，就是把變數變得更單純，只把我們要的變數值設為「1」，其他變數值設為「0」，就行了！聽起來很濛懂，來看看例子。假設有三種語言：中文、英文、德文，結合人是否會說該語言做交叉資料，如果每個人會的就設「1」，其他為「0」，現在有4個人，他們分別會說：中、中、英、德，所以就會變從：

變成

從原本的數據是「語言種類」，也就是多中文、英文、德文等多種不同變數，把這個部分拉出來變成新的數據陣列變成「1、0」，也就是bit格式，這樣資料在使用的時候可以更容易給機器進行學習。

所以google提出一個例子：

• 狗狗叫、走路等等動作的時間
• 主人回來的時間

他用這兩者交叉比對。「動作」這個行為在該時間點有「1」、「0」，也就是動與不動；同樣的「回來（在家）」，也是有分在與不在。所以製作圖表後，可以看得出來，狗的動作與在主人有沒有在家，是否有關連。

可參考簡易說明的文章：One-Hot Encoding : The Standard Approach for Categorical Data