OneHotEncoder和LabelEncoder适用场景

近期又双叒叕看回传统机器学习算法了，虽然读书的时候老是在推公式，到现在每次看都还是能发现新的细节没有理解透。尤其是一些数据处理的方法，为什么这么处理都是有源可寻的。
OneHotEncoder和LabelEncoder是对类别变量进行编码的常用方法。

一、表现形式

假设类别变量有n个类型:
OneHotEncoder表现为新增n个变量，全部以[0,1]表示,比如[0,0,0,1,0,0]
LabelEncoder直接按顺序编码为序列，比如[1,2,3...n]

二、适用场景

线性回归类模型类别变量使用OneHotEncoder，包括线性回归、逻辑回归等模型。因为他们计算求解时假设函数为，损失函数，每次计算一条样本都需要用到全部的特征数据。onehot编码可以很好的表现出变量值的差异性。如果是LabelEncoder就无法识别，且无形中为这个变量引入了权重，并无实际意义。

树类模型就无此限制。树类模型在选择每一步的划分特征及切分点时都是独立的。多用LabelEncoder。

OneHotEncoder因引入了多个变量，有过拟合的风险。

在此先记录一下当前的理解，后续有新的体会再更新。