【机器学习Q&A】类别型特征：在对数据进行预处理时，应该怎样处理类别型特征？

场景描述

类别型特征（Categorical Feature）主要是指性别（男、女）、血型（A、B、AB、O）等只在有限选项内取值的特征。类别型特征原始输入通常是字符串形式，除了决策树等少数模型能直接处理字符串形式的输入，对于逻辑回归、支持向量机等模型来说，类别型特征必须经过处理转换成数值型特征才能正确工作。

知识点

序号编码（Ordinal Encoding）、独热编码（One-hot Encoding）、二进制编码（Binary Encoding）

问题：在对数据进行预处理时，应该怎样处理类别型特征？

分析与解答

• 序号编码（Ordinal Encoding）
  序号编码通常用于处理类别间具有大小关系的数据。例如成绩，可以分为低、中、高三档，并且存在"高>中>低"的排序关系。序号编码会按照大小关系对类别型特征赋予一个数值ID</