Você tem um conjunto de dados com um campo categórico Day_Of_Week e precisa convertê-lo em variáveis indicadoras binárias para uso por um modelo de machine learning. Qual técnica você deve usar?

A codificação one-hot (one-hot encoding) é a técnica correta para converter variáveis categóricas, como DayOfWeek, em um formato numérico que os modelos de machine learning podem processar. Ela cria novas colunas binárias (indicadoras) para cada categoria única, onde um '1' indica a presença da categoria e um '0' indica sua ausência. Isso evita que o modelo infira uma ordem ou relação numérica entre as categorias que não existe. Binarização é usada para transformar dados numéricos em valores binários (0 ou 1) com base em um limite, não para variáveis categóricas. Tokenização é o processo de dividir texto em unidades menores (tokens) para processamento de linguagem natural. A transformação de normalização ajusta a escala de dados numéricos para um intervalo padrão, o que não se aplica diretamente a variáveis categóricas.