python - 为什么不应该使用sklearn LabelEncoder编码输入数据？

Question

sklearn.LabelEncoder的docs以

This transformer should be used to encode target values, i.e. y, and not the input X.

为什么是这样？

我仅发布了此建议的一个示例，尽管实际工作量似乎更多，但实际上却被忽略。
https://www.kaggle.com/matleonard/feature-generation包含

#(ks is the input data)

# Label encoding
cat_features = ['category', 'currency', 'country']
encoder = LabelEncoder()
encoded = ks[cat_features].apply(encoder.fit_transform)

Answer 1

更改输出值y没什么大不了的，因为它仅基于该值重新学习(如果它是基于错误的回归)。

如果它改变了输入值“X”的权重，将导致无法进行正确预测的问题。

如果没有太多选项(例如2类别，2种货币，2个城市编码为int-s)，则可以在X上进行操作，不会对游戏产生太大影响。