您正在构建一个回归模型来预测租金。分类特征 Wall_Color 表示房产的主要外部颜色。哪些特征工程方法可以使该模型使用 Wall_Color 数据？（选择两项。）

为每个颜色类别添加二进制独热编码列（One-Hot Encoding）是一种常用的特征工程方法，它将分类变量转换为数值格式，避免模型错误地推断类别间的序数关系。每个类别都会创建一个新的二元（0或1）特征列，使得模型可以独立处理每个颜色。将每个颜色标签替换为其在训练集中的频率计数（Frequency Encoding）是另一种有效方法。这种方法将分类特征转换为数值特征，反映了每个类别的普遍性，模型可以利用这种信息进行预测。将颜色映射到任意整数会引入错误的序数关系，因为颜色之间没有固有的顺序。将每个颜色名称替换为名称的长度或编码为RGB值可能无法捕捉到颜色与租金之间的有效关系，因为颜色名称的长度或RGB值通常与租金预测无关。