vectorize VS label encoded

很多模型只能够处理数字，所以当我们有类别变数的时候需要先转换成数字，而转换的方法有两种，
针对类别变数我们有两种方法可以处理：

1. label encoding: 单纯的把类别换成1,2,3...的数字，要注意这样的方法必须应用在ordinal data，也就是类别本身有大小区别，比如size大中小，可以换成123，因为类别可排序。

2. vectorize (one-hot encoding): 如果类别本身无法比较排序，那我们就只能使用one-hot encoding，也就是针对每个类别多增加一个栏位，并且用 0/1标是是否为该类别，如下图比如类别有不同颜色，那每个颜色都会变成新的一栏。

[reference]
https://towardsdatascience.com/building-a-one-hot-encoding-layer-with-tensorflow-f907d686bf39