Un scientifique des données analyse des données d'emploi comportant environ 10 millions de lignes et 10 caractéristiques. Les distributions des revenus et de l'âge sont toutes deux asymétriques à droite. Quelles transformations de caractéristiques aideraient à corriger l'asymétrie ? (Sélectionnez deux.)

Les distributions asymétriques à droite, comme celles des revenus et de l'âge, peuvent être rendues plus symétriques pour améliorer les performances de nombreux modèles d'apprentissage automatique. L'application d'une transformation logarithmique est une technique courante et efficace pour réduire l'asymétrie positive (à droite) en compressant les valeurs élevées et en étirant les valeurs faibles. Le binning (ou discrétisation) des valeurs numériques, en regroupant des plages de valeurs dans des catégories, peut également aider à gérer l'asymétrie en créant une distribution plus uniforme des données. La validation croisée est une technique d'évaluation de modèle, pas une transformation de caractéristique. L'application d'une transformation polynomiale de degré élevé peut augmenter la complexité et le surapprentissage, et n'est pas la méthode principale pour corriger l'asymétrie. L'encodage one-hot est utilisé pour les variables catégorielles, pas pour corriger l'asymétrie des variables numériques.