Feature encoding comparison

不同的特徵編碼方法比較:

1. One-hot encoding
   • 優點:不假設類別順序,適用於名義變數
   • 缺點:可能產生大量新特徵
2. Ordinal encoding
   • 優點:不增加特徵數量,適用於順序變數
   • 缺點:可能引入錯誤的順序關係
3. Mean encoding
   • 優點:可捕捉類別與目標的關係,適用於高基數變數
   • 缺點:容易過擬合,需要謹慎處理時間序列數據

選擇考慮因素:

• 變數的性質(名義、順序、高基數等)
• 數據集大小和模型複雜度
• 時間序列數據的特殊要求

最佳實踐:

• 在訓練集上fit,在測試集上transform
• 對時間序列數據使用expanding window方法
• 考慮使用交叉驗證來評估不同編碼方法的效果

This line appears after every note.