只有两个值的分类变量答案

【问题标题】：Categorical variables with only two values只有两个值的分类变量
【发布时间】：2019-12-05 04:34:00
【问题描述】：

我正在处理不同的数据集，这些数据集只有分类变量/特征，只有两个值，例如（temperature = 'low' and 'high'）或（light = 'on' 和 'off' 或 '0' 和 '1'）。

我不确定是使用 “one-hot encoding” 还是 “Label Encoding” 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机器学习算法。

我使用了“标签编码”，得到了相当不错的结果。我觉得我做的事情可能是错误的。我不确定是否应该使用“one-hot encoding”。

如果是分类变量只有两个值我应该使用哪种方法来转换变量？

【问题讨论】：

【解决方案1】：

由于序数问题，只有少数情况下 LabelEncoder 很有用。如果您的分类特征是有序的，则使用 LabelEncoder，否则使用 One-hot 编码。但是，One-hot 编码增加了维度。在这种情况下，我通常使用 One-hot 编码，然后使用 PCA 进行降维。

【讨论】：

感谢您的评论。我有点理解，但对于二进制数据，哪种方法更可取。我在这个链接中看到了不同的数据类型：stats.stackexchange.com/questions/159902/….
我还在等待答复。 哪些编码技术可用于二进制特征？。我知道 LabelEncoder 更适合序数数据，而 One-hot 编码更适合标称数据。然而，我不确定在二进制数据的情况下推荐哪一个。
我是 ML 新手，根据我的理解，One-hot 编码在这种情况下是最好的。由于数据是二进制的。