如果我们使用标签编码器，我们只需要转换性别，但是如果映射男性 = 0，女性 = 1，机器不会处理女性 > 男性吗？

您是对的，出于您提到的原因，使用标签编码器对分类特征进行编码通常是错误的。请注意，scikit 文档建议不要将其与功能一起使用，它应该仅与响应变量一起使用。

在决策树中使用像“性别”这样的二进制变量的特殊情况下，使用标签编码器实际上并不重要，因为决策树算法唯一能做的就是将变量分成两个值：条件是否是gender > 0.5或gender == female将给出完全相同的结果。

另请注意，变量是否被解释为序数是一个实现问题。例如，在 Weka 中，可以指定一个特征是分类的（“名义上的”）。

如果它忽略序数，它将忽略 level1 < level2。

不一定，因为理论上可以有不同类型的特征（例如一些分类和一些数字）。然而，这也可能取决于实现。