摘要： 独热编码应用于有许多类的列时，会导致并行性和多重共线性问题。 解决方式有： ①限制n个最常见的类别（可覆盖约95%的数量） ②频率编码：用其计数或者频率代替某个类别（最常用）。缺点：若计数相同，则模型做相同处理导致信息丢失 ③目标编码：用该类别的平均目标值作为一维数值向量 ④嵌入：对于文本数据类型或 阅读全文