在保留预测信息的同时，为 BigQuery ML 线性回归模型准备一个城市类别特征，并尽量减少编码。您应该怎么做？

正确答案是使用 BigQuery SQL 将 city 进行独热编码为二进制列。独热编码（One-Hot Encoding）是将分类特征转换为数值形式的常用方法，它为每个类别创建一个新的二进制列，从而保留了所有预测信息，并且避免了模型对分类特征进行不正确的序数假设。在 BigQuery ML 中，可以直接使用 SQL 函数（如 ML.FEATURETRANSFORM 或 CASE 语句）来实现独热编码，这是一种高效且最小化编码工作量的方法。 创建新的 BigQuery 视图并省略 city 列会丢失重要的预测信息。使用 TensorFlow 创建带有词汇文件的分类变量是更复杂的外部处理，不符合“尽量减少编码”的要求，且 BigQuery ML 内部已支持类似功能。将每个城市映射到数字区域标签（1-5）会引入错误的序数关系，模型可能会错误地认为数字较大的区域比数字较小的区域“更好”或“更大”，从而影响预测准确性。