特征工程 处理类别类型特征 One-Hot Encoding 和LabelEncoder 区别

LabelEncoder可以将[中国，美国，日本]转化为[0,1,2]，但这样会出现一个问题：中国和日本的平均会等于日本。 决策树、随机森林算法等可以直接处理这样的类别类型特征，并且这种方法使用的特征空间很少。

One-Hot Encoding优势很明显，更容易被机器所正确理解，但高维度是个严重的问题，对于类别值多的特征来说更为突出，模型会变得复杂，且可能会影响到准确率，对于这种情况，可以在使用one-hot后，使用PCA或是其他降维方法处理。