Какие знаешь методы кодирования категориальных признаков

Label Encoding (числовое кодирование) - каждому уникальному значению присваивается целое число. Подходит для порядковых данных.

from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()
df['column'] = le.fit_transform(df['column'])

One-Hot Encoding - создает бинарные колонки для каждого категориального значения. Хорош для номинальных данных без порядка.

pd.get_dummies(df, columns=['category_column'])

Target Encoding (Mean Encoding) - заменяет категории средним значением целевой переменной. Риск утечки данных.

df['encoded'] = df.groupby('category')['target'].transform('mean')

Frequency Encoding - заменяет категории их частотой в датасете.

freq = df['category'].value_counts(normalize=True)
df['encoded'] = df['category'].map(freq)

Hashing Trick - преобразует категории в хеш-значения фиксированной длины. Полезен при большом числе категорий.

from sklearn.feature_extraction import FeatureHasher
hasher = FeatureHasher(n_features=10, input_type='string')
hashed = hasher.transform(df['category'].astype(str))