決策樹中的類別特徵問題（關於label encode還是one-hot的討論）

就決策樹來說，算法本身是(爲數不多的)天然支持categorical feature的機器學習算法，但是如果是high cardinality，那麼理論上最優的split要遍歷所有二分組合，是指數級的複雜度，Python的implementation只解決數值型feature，把這個難題丟給用戶了，xgboost也是一樣，作者的解釋是爲了給用戶更多自主權決定如何處理categorical feat

>>阅读原文<<