与为类别中的每个值创建模型有根本区别吗？

就在这里。

如果针对变量（类别）的每个特定值训练模型，则只有该类别的数据子集可用于训练和测试模型。因此，每个模型都有较少数量的要训练的实例。结果：

• 在小类别的情况下，可能没有足够的实例来获得可靠的模型。
• 每个模型都是独立的。这可能是好是坏，取决于这种独立性在数据中是否也是正确的，或者在多大程度上：
  • 如果特征根据类别以完全不同的方式表现，那么最好创建单独的模型，因为每个模型都可以真正利用该类别的特定模式。
  • 如果特征在类别之间具有非常相似的行为，那么按类别划分的独立模型可能会丢失大量信息。

总之，选择通常取决于：

• 每个类别有多少数据可用。
• 其他特征相对于该类别的独立性如何。