一位机器学习工程师有一个 `day_of_week` 列，其值包括 Monday、Tuesday、Wednesday、Thursday、Friday、Saturday 和 Sunday。工程师应该使用哪种技术将此分类列转换为二元指示变量？

独热编码（One-hot encoding）是处理分类特征的常用方法，特别适用于名义型分类数据，如星期几。它将每个分类值转换为一个二元（0或1）向量，其中只有一个位置为1，表示该类别。这避免了为类别引入任意的序数关系，并能有效被机器学习模型处理。 二元编码（Binary encoding）将每个类别转换为其二进制表示，然后将这些二进制位作为单独的特征。虽然可以减少维度，但它仍然可能在某些情况下引入不必要的序数关系。 标签编码（Label encoding）为每个类别分配一个唯一的整数。这会在类别之间引入一个序数关系（例如，Monday=0, Tuesday=1），这对于星期几这种没有内在顺序的数据是不合适的，可能导致模型误解。 分词（Tokenization）主要用于自然语言处理（NLP），将文本分割成更小的单元（如单词或子词），不适用于将分类列转换为二元指示变量。