Un ingénieur ML dispose d'une colonne day_of_week avec les valeurs Monday, Tuesday, Wednesday, Thursday, Friday, Saturday et Sunday. Quelle technique l'ingénieur doit-il utiliser pour convertir cette colonne catégorielle en variables indicatrices binaires ?

L'encodage one-hot est la technique appropriée car il convertit chaque catégorie unique (chaque jour de la semaine) en une nouvelle colonne binaire (0 ou 1). Cela est crucial pour les algorithmes d'apprentissage automatique qui ne peuvent pas interpréter directement les données textuelles et pour éviter d'imposer un ordre ordinal artificiel entre les jours. L'encodage par étiquettes attribuerait un nombre entier à chaque jour (par exemple, 0 pour lundi, 1 pour mardi), ce qui impliquerait un ordre que les jours de la semaine n'ont pas intrinsèquement dans un contexte de ML général, pouvant induire en erreur le modèle. L'encodage binaire est une forme d'encodage par étiquettes qui convertit les entiers en représentations binaires, ce qui n'est pas idéal ici. La tokenisation est utilisée pour diviser le texte en unités plus petites (mots ou sous-mots) et n'est pas pertinente pour la conversion de catégories fixes en variables numériques.