[人工智能][机器学习算法面试题] 三.数据处理时应如何处理类别型特征？

1. 类别型特征

类别型特征主要指性别（男、女）、血型（A、B、O、AB）等只有在优先选项内取值的特征。在SVM、逻辑回归等模型中，类别型特征需要处理成数值型特征才能被使用。

2. 序号编码

序号编码（Ordinal Encoding）通常用于处理类别间具有大小关系的数据。如成绩有“高、中、低”，并且存在“高>中>低”的关系，可以按照大小关系赋予数值ID：3，2，1。

3. 独热编码

独热编码（One-hot Encoding）通常用于处理类别间不具有大小关系的特征，每个类别对应一维编码，如：

4. 二进制编码

二进制编码（Binary Encoding）是指使用二进制来表示映射关系的编码方式。
1）先将类别特征赋予一个数值型的唯一ID（十进制的整数）
2）将每个类别特征对应的数值型的唯一ID转换成二进制