机器学习 独热编码

如果是“回归类模型”，就删掉一列；否则保留全部。

如果你用的是…	要不要删一列？	说明
lm()、glm()、nnet::multinom()	✅ 要删	这些是回归模型，必须删掉
randomForest、xgboost、rpart	❌ 不删	树模型、集成学习，不删
caret / tidymodels + 回归模型	✅ 要删	框架会自动删一列
keras / 神经网络	❌ 不删	网络结构能处理全编码

你可以写个小函数来处理 one-hot 编码：

encode_one_hot <- function(df, vars, drop_base = TRUE) {
  # drop_base = TRUE：默认删掉一个基准
  # drop_base = FALSE：保留全部
  design <- if (drop_base) "~ ." else "~ . -1"
  model.matrix(as.formula(design), data = df[, vars, drop = FALSE])
}

• 回归模型（lm、glm、逻辑回归）：删掉一列，防止共线性
• 机器学习模型（树、XGBoost、RF、神经网络）：不删也行