用途：针对机器学习特征工程中的分类变量编码，按变量基数与模型类型选择合适编码方式。
主要能力与选择建议：低基数（<10）用 one-hot 或 dummy；中等基数（10-50）用 target、frequency、binary；高基数（>50）用 hash 或 embeddings；有序变量用 ordinal。模型方面：树模型（RF、XGB）适合 ordinal、target、frequency；线性模型（LR、SVM）用 one-hot，避免 ordinal；神经网络对高基数用 embeddings；基于距离的模型使用标准化后的编码。
使用方式：pandas 可用 pd.get_dummies(df, columns=['category_col'], prefix='cat')；sklearn 用 OneHotEncoder(sparse_output=False, handle_unknown='ignore')，先 fit_transform 训练集再 transform 测试集，特征名通过 get_feature_names_out 获取。target 编码需结合 KFold 交叉验证并做贝叶斯平滑（含 alpha 参数）以防过拟合。binary 编码借助 category_encoders 的 ce.BinaryEncoder，可显著降低维度。frequency 与 count 编码通过训练集统计映射并填充未知值。embeddings 可用 one-hot 后接 TruncatedSVD 降维。还提供多编码组合函数与可复用的 RobustCategoricalEncoder 类，支持 onehot 与 target 两种模式及未知值回退。
限制与注意事项：fit 只能在训练集上执行，否则造成数据泄漏；需处理未知类别并设置回退策略；one-hot 会显著增加维度；不同模型偏好不同编码；建议对编码结果做维度与空值校验。资料未提供安装命令、收费信息或平台支持范围。