La codificación one-hot transforma una variable categórica (como “color: rojo, verde, azul”) en varias columnas nuevas, una por cada valor posible, marcando con un 1 la columna correspondiente a la categoría de cada observación, y con 0 el resto.
Por qué es necesaria para muchos algoritmos
La mayoría de los algoritmos de machine learning solo procesan valores numéricos, y asignar directamente números arbitrarios a categorías (rojo=1, verde=2, azul=3) introduciría una relación de orden o magnitud entre ellas que en realidad no existe. One-hot encoding evita ese problema.