説明
線形モデルにおけるカテゴリカル特徴は通常、各可能な値に対応するインデックスまたはIDを持つスパースベクトルに変換されます。たとえば、目の色が3色しかない場合は、次のように表すことができます。
'eye_color' は長さ 3 のベクトルです: 'brown' は [1, 0, 0] になり、'blue' は [0, 1, 0] になり、'green' は [0, 0, 1] になります。これらのベクトルは、可能な値のセットが非常に大きい場合 (すべて英語の単語など)、非常に長くなり、多くのゼロが含まれる可能性があるため、「スパース」と呼ばれます。
[0, 0, 0, 1, 0, 0, 1] は 1 が 2 つ含まれているため、スパース ベクトルではありません。スパース ベクトルには 1 が 1 つだけ含まれます。
[0, 5, 0, 0, 0, 0] は 5 が含まれているため、スパース ベクトルではありません。スパース ベクトルには 0 と 1 のみが含まれます。
参考: https://www.tensorflow.org/tutorials/linear#feature_columns_and_transformations