Какие есть способы кодирования категорий, нормализации и обработки пропусков, и когда какой выбирать?

Кодирование: OneHotEncoder для номинальных категорий до ~50 значений, OrdinalEncoder для упорядоченных, target encoding (с out-of-fold) для high-cardinality, frequency encoding как дешёвая альтернатива. Scaling: StandardScaler по умолчанию для linear/SVM/NN, MinMaxScaler для bounded признаков ([0,1]), RobustScaler при outliers (медиана + IQR). Tree-based модели scaling не нужен. Missing: SimpleImputer (median надёжнее mean), KNNImputer если есть локальная структура, fillna(0) + флаг is_missing для XGBoost. При >50% пропусков чаще проще дропнуть колонку. Любой fit (encoder/scaler/imputer) — только на train, через ColumnTransformer + Pipeline, иначе data leakage.