根据here，sklearn无法处理分类变量。并建议使用单热编码来处理这些功能。但是，我不明白单热编码怎么能帮忙？例如，country = USA或China或England转换为country = USA为true或false，新功能'country == USA'毕竟仍然是绝对的（只能取0或1）。这不会改变任何事情。 Sklearn仍然将0或1视为数值。
对于一个真实的例子here，我转换了数据：
human,warm-blooded,hair,yes,no,no,yes,no,mammal
python,cold-blooded,scales,no,no,no,no,yes,reptile
salmon,cold-blooded,scales,no,yes,no,no,no,fish
whale,warm-blooded,hair,yes,yes,no,no,no,mammal
frog,cold-blooded,none,no,semi,no,yes,yes,amphibian
komodo dragon,cold-blooded,scales,no,no,no,yes,no,reptile
bat,warm-blooded,hair,yes,no,yes,yes,yes,mammal
pigeon,warm-blooded,feathers,no,no,yes,yes,no,bird
cat,warm-blooded,fur,yes,no,no,yes,no,mammal
leopard shark,cold-blooded,scales,yes,yes,no,no,no,fish
turtle,cold-blooded,scales,no,semi,no,yes,no,reptile
penguin,warm-blooded,feathers,no,semi,no,yes,no,bird
porcupine,warm-blooded,quills,yes,no,no,yes,yes,mammal
eel,cold-blooded,scales,no,yes,no,no,no,fish
salamander,cold-blooded,none,no,semi,no,yes,yes,amphibian
gila monster,cold-blooded,scales,no,no,no,yes,yes,
进入
[[1. 0. 1. 0. 0. 0. 1. 0. 1. 0. 1. 1. 0. 0. 0. 1. 0. 0. 0.]
[1. 0. 1. 0. 0. 1. 0. 1. 0. 1. 0. 0. 1. 0. 0. 0. 0. 0. 1.]
[1. 0. 0. 0. 1. 1. 0. 1. 0. 1. 0. 1. 0. 0. 0. 0. 0. 0. 1.]
[1. 0. 0. 0. 1. 0. 1. 0. 1. 1. 0. 1. 0. 0. 0. 1. 0. 0. 0.]
[1. 0. 0. 1. 0. 1. 0. 1. 0. 0. 1. 0. 1. 0. 0. 0. 1. 0. 0.]
[1. 0. 1. 0. 0. 1. 0. 1. 0. 0. 1. 1. 0. 0. 0. 0. 0. 0. 1.]
[0. 1. 1. 0. 0. 0. 1. 0. 1. 0. 1. 0. 1. 0. 0. 1. 0. 0. 0.]
[0. 1. 1. 0. 0. 0. 1. 1. 0. 0. 1. 1. 0. 1. 0. 0. 0. 0. 0.]
[1. 0. 1. 0. 0. 0. 1. 0. 1. 0. 1. 1. 0. 0. 1. 0. 0. 0. 0.]
[1. 0. 0. 0. 1. 1. 0. 0. 1. 1. 0. 1. 0. 0. 0. 0. 0. 0. 1.]
[1. 0. 0. 1. 0. 1. 0. 1. 0. 0. 1. 1. 0. 0. 0. 0. 0. 0. 1.]
[1. 0. 0. 1. 0. 0. 1. 1. 0. 0. 1. 1. 0. 1. 0. 0. 0. 0. 0.]
[1. 0. 1. 0. 0. 0. 1. 0. 1. 0. 1. 0. 1. 0. 0. 0. 0. 1. 0.]
[1. 0. 0. 0. 1. 1. 0. 1. 0. 1. 0. 1. 0. 0. 0. 0. 0. 0. 1.]
[1. 0. 0. 1. 0. 1. 0. 1. 0. 0. 1. 0. 1. 0. 0. 0. 1. 0. 0.]
[1. 0. 1. 0. 0. 1. 0. 1. 0. 0. 1. 0. 1. 0. 0. 0. 0. 0. 1.]]
并构建一个像
这样的决策树decision tree(click to open) 分裂点仍然是荒谬的（比如Give Birth = no＆lt; = 0.5）。所以我不认为单热编码可以帮助处理分类数据。
答案 0 :(得分：0)
首先，我们还必须记住，SKlearn可以only build binary tree。例如，有一种颜色特征，对于不同的颜色需要0,1,2,3,4,5。我们使用颜色＆lt; = 2.5分割颜色特征，然后0,1,2是左叶，3,4,5是右叶，这不是我们想要的，因为特征中没有顺序。如果确实有订单，我认为我们可以不用单热编码。
单热编码可以表现为Sklearn可以处理分类数据。例如，如果数据中有一个真实的特征“country == USA”，它取0或1并且它被用作分裂特征，那么叶子是country == USA是0而country == USA是1。虽然Sklearn仍然使用数字分裂点，例如0.5（分裂点必须介于0和1之间，否则它将不是一个好的分裂），如果country == USA＆lt; = 0.5进入左叶，否则进入右叶，'country == USA is 0'将转到左侧叶子，'country == USA is 1'将转到右侧，这与根据0分割“country == USA”功能的效果相同1.
