为了澄清，你的意思是在一列中混合变量？例如 ABC123

如果是，则创建另外两列：一列是分类列，另一列是数值列。之后，您可以对它们进行编码（并非总是需要一种热编码）。

第11章“特征工程混合变量”中的详细解释：

https://www.udemy.com/feature-engineering-for-machine-learning/learn/v4/content

一种方法是在桶中“拆分”连续变量。比如说，年龄 - 0-18 岁，18-65 岁；65 岁以上。

然后，您可以将输入年龄分配给存储桶并将其作为分类变量进行威胁。

这取决于您使用的算法（和实现）。

例如，实现的线性回归sklearn要求所有输入变量都是数字的，因此编码是必要的，而实现的线性回归statsmodels可以很容易地处理分类输入变量。

如果您选择的算法需要对分类特征进行编码，那么有许多可用的选项（例如单热编码、目标编码、特征散列......）。在您的示例中，“Race”可能不太可能具有高基数，因此 one-hot 编码很好。在其他情况下，分类特征可以采用许多不同的值（例如美国的城镇），单热编码可能不是最佳选择，因为它会导致数据集过宽（尽管使用稀疏结构可以减轻这种后果） .