模型看不懂文字，類別要先編碼。無序類別（顏色、城市）用 One-hot，
有序類別（尺寸、學歷）用 Label——選錯會讓模型誤判大小關係。
「紅、綠、藍」、「台北、台中、高雄」這種類別文字，模型無法直接運算，要先編碼成數字。兩大主流：One-hot（每個類別開一欄，是1否0）適合無序類別；Label（直接編號 0,1,2）適合有序類別。選錯會誤導模型。
每個類別一欄。紅=[1,0,0]、綠=[0,1,0]、藍=[0,0,1]。適合無序（顏色、城市），不會讓模型誤以為有大小關係。缺點：類別多時欄位爆炸。
直接編號：小=0、中=1、大=2。適合有序（尺寸、學歷）。缺點：用在無序類別會讓模型誤以為「藍(2) > 紅(0)」。
關鍵判斷：類別之間「有沒有大小順序」？有→Label；沒有→One-hot。把「城市」做 Label 編碼是經典錯誤。
有一欄「顏色：紅/綠/藍」。切換編碼方式，看它變成什麼數字，以及為什麼無序類別該用 One-hot。
| 方法 | 怎麼做 | 注意 |
|---|---|---|
| One-Hot | 每類別一個 0／1 欄 | 類別多會維度爆炸 |
| Label Encoding | 類別轉整數 | 會植入假順序,適序位或樹模型 |
| Target Encoding | 用目標均值編碼 | 強但易洩漏,需交叉擬合 |
| Frequency／Hashing | 用頻率或雜湊 | 處理高基數 |
類別特徵須編碼成數值模型才能用,iPAS 特徵工程考點(初級科目一、中級科目三)。重點:無序類別用 One-Hot(不引入假大小)、有序用序數編碼、高基數用目標編碼或嵌入。易混點:別用 Label 編碼(0、1、2)處理無序類別——會引入不存在的順序、害了線性模型;目標編碼要小心資料洩漏、須在交叉驗證折內計算。情境:把資費方案、地區、職業等轉成數值。
想練情境題與詳解 → AI 學習與考證地圖
多數模型只吃數值，需把文字類別轉成數值；不同編碼方式會影響表現與是否引入錯誤的順序關係。
One-Hot 每類別一個 0/1 欄(無順序、適合名目類別但維度大)；Label 給整數(省維度但引入假的大小順序，適合有序類別或樹模型)。
One-Hot 會爆維度；可用目標編碼(target encoding)、頻率編碼、雜湊編碼(hashing)或嵌入(embedding)。
用該類別的目標平均值編碼，容易資料洩漏與過擬合；要用交叉折或留一方式計算、加平滑，且只用訓練資料。
不一定；樹能處理整數編碼的類別，One-Hot 反而可能讓分裂變差。LightGBM 與 CatBoost 對類別有原生處理。