Kika写代码的博客

编码（Encoding）编码是将原始数据转换为模型能够理解和处理的格式的过程。常见的编码方法包括：标签编码（Label Encoding）：适用于类别较少的分类数据。将每个类别映射到一个唯一的整数。独热编码（One-Hot Encoding）：适用于类别较多的分类数据。将每个类别转换为一个二进制向量，其中一个位置为1，其余位置为0。目标编码（Target Encoding）：适用于分类特征，将类别映射到目标变量的平均值（或其他统计量）。可以处理类别不平衡的问题，但需要防止过拟合。文本

LGBMModel：基础模型类，通常不直接使用。：用于分类任务，支持二分类和多分类。：用于回归任务，预测连续值目标变量。LGBMRanker：用于排序任务，适用于信息检索和推荐系统。