我正在处理仅具有只有两个值的类别变量/特征的不同数据集，例如（ temperature ='low'和'high'）或（< strong> light ='on'和'off'或'0'和'1'）。
我不确定是否要使用“一次性编码” 或“标签编码” 方法来训练我的模型。 我正在研究分类问题，并使用一些监督的机器学习算法。
我使用了“标签编码” ，并且得到了不错的结果。我觉得可能我做错了什么。我不确定是否应该使用“一次性编码” 。
如果分类变量只有两个值，我应该使用哪种方法转换变量？
答案 0 :(得分：0)
在少数情况下，由于常规问题，LabelEncoder很有用。如果您的分类特征是序数，则使用LabelEncoder，否则使用One-hot编码。但是，一键式编码会增加尺寸。在这种情况下，我通常采用One-hot编码，然后使用PCA进行降维。