我不会说使用 One-Hot-Encoder 处理标称特征是一种最佳方式。甚至它也可能在性能方面对您的决策树模型产生不利影响。

理论上，决策树不需要对分类特征进行 one-hot-encoding，此外它会增加计算次数并导致模型相对低效。与非树算法（例如回归算法）不同，决策树不会因分类特征的标签编码而产生偏差，因为它使用拆分来达到最佳结果。

实验结果表明，one-hot-encoding 会增加树的稀疏性，这可能会大大降低模型的性能。这里对one-hot-encoding对Tree-based算法的影响进行了精彩的分析和解释。另外，检查这个有用的来源。