Un ingeniero de ML tiene respuestas de encuestas que son solo "sí" o "no". Necesita transformar estas respuestas en una única característica que mejore el entrenamiento del modelo sin aumentar la dimensionalidad del conjunto de datos. ¿Qué métodos satisfacen estas restricciones? (Elija dos)

Las respuestas "sí" o "no" son datos categóricos binarios. El Binary encoding es adecuado porque mapea directamente estas dos categorías a valores binarios (por ejemplo, 0 y 1), lo que no aumenta la dimensionalidad. De manera similar, el Label encoding asigna un número entero único a cada categoría (por ejemplo, "no" a 0 y "sí" a 1), lo que también evita el aumento de la dimensionalidad. Ambos métodos transforman la característica categórica en una numérica sin añadir nuevas columnas. El One-hot encoding crearía dos nuevas columnas (una para "sí" y otra para "no"), aumentando la dimensionalidad, lo cual va en contra de la restricción. El Statistical imputation se utiliza para rellenar valores faltantes, no para transformar características categóricas existentes. La Tokenization se aplica a datos de texto para dividirlos en unidades más pequeñas, lo cual no es relevante para respuestas "sí/no".