Un ingénieur ML prépare les données d'entrée pour un réseau neuronal afin de prédire le succès d'une campagne publicitaire. L'ensemble de données inclut la palette de couleurs de la publicité comme caractéristique catégorielle. Quelle méthode d'ingénierie des caractéristiques l'ingénieur devrait-il utiliser pour ces données de couleur catégorielles ?

L'encodage one-hot est la méthode appropriée pour les caractéristiques catégorielles comme la palette de couleurs. Il convertit chaque catégorie en un vecteur binaire où une seule position est "1" et les autres sont "0". Cela évite d'imposer un ordre ordinal arbitraire que l'encodage par étiquette (label encoding) pourrait créer (par exemple, "bleu" < "vert" < "rouge"), ce qui peut induire le réseau neuronal en erreur. Le padding est utilisé pour uniformiser les séquences de différentes longueurs, non pour encoder des catégories. La réduction de dimensionnalité est appliquée après l'encodage si le nombre de caractéristiques devient trop élevé, pas comme méthode d'encodage initiale.