知识点：序号编码（Ordinal Encoding）、独热编码（One-hot Encoding）、二进制编码（Binary Encoding）
类别型特征主要是指性别、血型等只在有限选项内取值的特征。
类别型特征原始输入通常是字符串形式，除了决策树等少数模型能够直接处理字符串形式的输入，对于逻辑回归、支持向量机等模型来说，类别型特征必须经过处理转换成数值型特征才能正确工作。
如果被处理的类别型特征数据之间存在着大小关系
我们可以使用序号编码的方法，根据类别型特征之间的大小关系分别赋予一个数值 ID ，数值 ID 之间的大小关系与特征之间的大小关系相同。
如 高、中、低三档可以分别赋予数值 ID：3、2、1。
如果被处理的类别特征数据之间不存在大小关系
我们可以使用独热编码的形式，把每个数据都转换为 $N$ 维的稀疏向量来表示，$N$ 表示总的类别数目。
如 A、B、AB、O 四种血型，可以分别使用四维稀疏向量 $[1,0,0,0]、[0,1,0,0]、[0,0,1,0]、[0,0,0,1]$ 来表示。无论被处理的类别特征数据之间有无关系
我们可以使用二进制编码对特征数据进行转换。
进行转换时，首先我们需要新增一个递增的类别 ID 字段，如：1、2、3、4、…、n。然后利用二进制对 ID 字段进行哈希映射，最终得到 0/1 特征向量。
值得注意的是，二进制编码产生的向量维度是少于独热编码的，节省了存储空间。
如 A、B、AB、O 四种血型可以分别赋予类别 ID: 1、2、3、4，然后对类别ID进行二进制映射表示：$[0 0 1]、[0 1 0]、[0 1 1]、[1 0 0]$ 。
