Ein ML-Ingenieur hat Umfrageantworten, die nur „Ja“ oder „Nein“ lauten. Er muss diese Antworten in ein einziges Feature umwandeln, das das Modelltraining verbessert, ohne die Dimensionalität des Datensatzes zu erhöhen. Welche Methoden erfüllen diese Einschränkungen? (Wählen Sie zwei.)

Binäre Kodierung und Label-Kodierung sind die korrekten Methoden, da sie kategorische "Ja"/"Nein"-Antworten in numerische Formate umwandeln, ohne die Dimensionalität zu erhöhen. Bei der binären Kodierung wird "Ja" beispielsweise zu 1 und "Nein" zu 0 (oder umgekehrt), was eine einzelne Spalte beibehält. Die Label-Kodierung weist ebenfalls eine einzelne Ganzzahl pro Kategorie zu (z.B. 0 für "Nein", 1 für "Ja"). One-Hot-Kodierung würde zwei neue Spalten erstellen (eine für "Ja", eine für "Nein"), was die Dimensionalität erhöht. Statistische Imputation ist für fehlende Werte gedacht, nicht für die Kodierung vorhandener kategorialer Daten. Tokenisierung ist eine Technik zur Textvorverarbeitung und nicht anwendbar auf einfache "Ja"/"Nein"-Antworten.