我正在处理包含19个要素的数据集。其中七个是名义类别特征，所有这些特定特征都具有很高的基数（某些特征仅包含5-30个唯一值，但在多种情况下，则存在成百上千个唯一值）。我知道对于大多数机器学习算法，必须对基于文本的分类数据进行编码。但是，如果功能是分类的，但已经是数字的，我也应该对它们进行编码吗？
可能不是必需的，但示例如下：
error code
23
404
6
....
1324
500
就维度而言，不通过任何方式对该列进行编码肯定会更好，但是可以存在有限数量的错误代码，并且它们没有层次结构。我担心的是，由于不进行编码，我将固有的层次结构保留在python或pandas中的默认位置，因此会在数据集中造成偏差。我有一种必须编码的感觉，但是通过一键编码对所有这七个功能进行编码会使我从19个特征增加到14k以上。 （这与这个问题无关，但是我也在研究哈希编码，但是我很难解决这个问题。）
是否有人愿意回答奖励问题：如果我正在检查大量机器中弹出的错误代码，并且想考虑机器的制造年份，那就是数字值还是绝对值？值是有限的（第一年公司开始生产机器到本年），所以我猜这种情况是分类的吗？