所有这些功能似乎都执行类似的操作。与OneHotEncoderEstimator结合的VectorAssembler进行编码并放入向量中。 FeatureHasher似乎进行了编码，并使用了哈希技巧将其放入向量中，而VectorIndexer似乎与OneHotEncoder + VectorAssembler做着完全相同的事情，但可以处理连续变量和分类变量。
我有2个问题。首先，除了哈希技巧的不同之外，如果最终目标是编码然后进行矢量化，那么在实际操作上是否还有其他区别？其次，始终使用FeatureHasher有什么弊端吗？
我想到的一个潜在警告是FeatureHasher和VectorIndexer可能会标记编码而不是一个热编码，但是我认为文档中没有对此进行说明。而且，如果VectorIndexer仅进行标签编码，那么除了数据类型的差异之外，这是否会使StringIndexer变得多余/比较而言用途更少？