类别型数据的处理方式有多种，以下是根据选项的正确答案及专业分析：

### 正确答案：
- A: 序号编码
- B: one-hot编码
- C: 二进制编码

### 专业分析：

| 处理方式 | 描述 | 优势 | 劣势 |
|---------------|-------------------------------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------|----------------------------------------------------|
| 序号编码 | 将类别型变量转换为整数值，每个类别对应一个唯一的整数编号（如A=1, B=2, C=3等）。 | 简单易懂，节省内存空间。 | 引入了类别间的顺序关系，可能导致模型误解。 |
| One-hot编码 | 为每个类别创建一个新的二进制变量（列），如果样本属于该类别，则该变量值为1，否则为0。 | 消除了类别之间的顺序关系，广泛用于许多算法。 | 当类别数量大时会导致维度爆炸，消耗更多内存和计算资源。 |
| 二进制编码 | 将类别型变量转换为二进制格式，然后将每个位作为一个特征。 | 减少了维度爆炸的问题，保留了部分类别信息。 | 较为复杂，可能引入噪声。 |
| 分箱 | 通常用于数值型变量，将连续数据分段并转换为类别型数据。例如，将年龄分为“青年”、“中年”、“老年”三个类别。 | 简化了模型，处理缺失值和异常值较好。 | 依赖于分箱的合理性，可能损失数据的精细信息。 |

> **注意**：分箱通常是用于数值型数据的处理，而非类别型数据的编码方法，因此不在此次多选题的合适选项中。

在数据处理时，应根据具体应用场景和数据特点选择合适的编码方式，以达到最佳的建模效果。