我正在开展一个使用博彩公司赔率预测足球比赛的项目。我的 6 列分别是主队、客队、主队获胜赔率、平局赔率、客队获胜赔率、结果。

可能的足球比赛结果是客队获胜 (A)、平局 (D) 和主队获胜 (H)。我一直在使用标签编码器来表示变量（分别为 0、1、2），但我发现结果可能不是有序的（因为它没有顺序/等级/偏好）。

问题

1. 在这种情况下，我应该继续使用标签编码器还是应该使用一种热编码？还是取决于使用的模型（例如基于树的模型或线性模型等）？
2. 如果我应该更改为一种热编码，我应该如何确保我的预测向量输出两个 0 和一个 1（因为它必须是 A、D 或 H），因为有时它给了我一个包含三个 0 的向量？
3. 我为足球队使用了一种热编码（主队和客队各 20 支球队）。由于一支球队必须与一支独特的球队比赛，因此前 20 列中存在一个 1 和 19 个 0，而接下来的 20 列中存在一个 1 和 19 个 0。跨列的这种关系/限制是否会以任何方式影响模型？
4. 与之前的 5 个特征相比，我现在有 20+20+3=43 个特征，我应该对其应用 PCA 等降维技术吗？我已经读过，如果构建树模型，则很少使用 3 个数字特征（博彩公司的赔率）。或者我可以只增加 RandomForestClassifier 的 max_features 吗？

提前致谢！