LabelEncoder仅适用于目标变量y，不支持多列特征；OrdinalEncoder专为特征X设计，支持多列、显式顺序及新类别容错；OneHotEncoder适用于无序类别，避免虚假序关系。
LabelEncoder 不能直接处理多列，且只该用于 target（y）
LabelEncoder 的设计初衷是给标签（比如分类任务的 y）编码，不是给特征（X）用的。它只接受一维输入，传入二维数组会直接报错：ValueError: Expected 2D array, got 1D array instead。
常见误用场景：把整个 DataFrame 的多列特征一股脑喂给 LabelEncoder，结果崩在 fit_transform 上。
- 正确做法：对单列
y使用，例如le.fit_transform(y_train) - 错误做法：试图用
le.fit_transform(X_train[['cat1', 'cat2']])—— 这必须改用OrdinalEncoder - 遇到未见过的新类别时，
LabelEncoder.transform()会抛出ValueError: y contains new labels，无法容错
OrdinalEncoder 支持多列批量编码，且能显式定义顺序
OrdinalEncoder 是为特征（X）设计的，原生支持二维输入，一次处理多列。更重要的是，它允许你通过 categories 参数硬编码顺序，这对“低/中/高”“小/中/大”这类有序变量至关重要。
比如颜色按深浅排序：红 → 黄 → 蓝，若让 OrdinalEncoder 默认字典序（蓝/红/黄），就破坏了业务逻辑。
立即学习“Python免费学习笔记（深入）”；
- 显式指定顺序：
OrdinalEncoder(categories=[['red', 'yellow', 'blue']]) - 默认行为是字典序，不是出现顺序，这点容易被忽略
- 支持
handle_unknown='use_encoded_value'和unknown_value=-1，可安全处理测试集新值
OneHotEncoder 在无序类别上更安全，避免引入虚假序关系
当类别之间没有天然大小关系（如 ['male', 'female']、['beijing', 'shanghai', 'guangzhou']），用 LabelEncoder 或 OrdinalEncoder 会给模型造成“male
这时 OneHotEncoder 把每个类别展开成独立二进制列，彻底切断数值关联。
- 注意
OneHotEncoder输出默认是稀疏矩阵，常需加sparse_output=False（新版 API）或.toarray() - 类别数多时（如 >20），会产生大量高维稀疏特征，影响训练速度和内存
- 不建议对目标变量
y做 one-hot —— 分类模型（如LogisticRegression）本身支持多类，y保持整数标签即可
实际选型关键看三件事：维度、顺序、是否新值
别纠结“哪个更好”，先问自己：
- 要编码的是
y还是X？→y用LabelEncoder，X别用它 - 这些类别有没有业务定义的大小次序？→ 有就用
OrdinalEncoder并传categories；没有就跳过它 - 测试数据里会不会冒出训练时没见过的类别？→ 会的话，
LabelEncoder直接挂，OrdinalEncoder可配handle_unknown，OneHotEncoder默认支持
真正容易被忽略的，是 OrdinalEncoder 的 categories 必须严格按你想要的顺序写死——漏掉一个值、顺序写反、大小写不一致，都会导致编码错位，而且这种 bug 很难从结果里一眼看出来。
