Какие плюсы и минусы Label Encoding

Label Encoding преобразует категориальные значения в числовые (например, "красный" → 0, "синий" → 1).

Плюсы:

• Простота реализации (одна строка кода в sklearn).
• Не увеличивает размерность данных (в отличие от One-Hot Encoding).

Минусы:

• Может ввести модель в заблуждение, так как числовые значения подразумевают порядок (0 < 1 < 2), которого может не быть в данных.
• Плохо подходит для линейных моделей, лучше для деревьев.

Пример:

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
colors = ["красный", "синий", "зеленый"]
encoded = le.fit_transform(colors)  # [0, 1, 2]

Когда использовать: для категориальных признаков без естественного порядка (но лучше One-Hot) или в деревьях.