低基数类别

类别数在10以内的，独热编码类别数最好不超过5

LabelEncoder

在这里插入代码片

OnehotEncoder

高基数类别

类别数大于10的特征列

统计特征

def aggregate_statistic_feature(df, group, target):
    tem = df.groupby([group])[target].agg(['max', 'min', 'sum', 'mean', 'median', 'nunique', 'std', 'skew']).reset_index()
    tem.columns = [group] + [fea+'_'+col for col in tem.columns.values[1:]]
    return tem

目标编码

CatboostEncoder