Vous construisez un modèle de régression pour prédire les taux de location. Une caractéristique catégorielle, Wall_Color, indique la couleur extérieure dominante de la propriété. Quelles méthodes d'ingénierie des caractéristiques permettront à ce modèle d'utiliser les données Wall_Color ? (Choisissez-en deux.)

L'encodage one-hot est une méthode standard pour convertir des caractéristiques catégorielles nominales en un format numérique que les algorithmes de régression peuvent traiter. Chaque catégorie unique de "WallColor" devient une nouvelle colonne binaire (0 ou 1), évitant ainsi d'impliquer un ordre ou une magnitude arbitraire. L'encodage par fréquence remplace chaque catégorie par le nombre de fois qu'elle apparaît dans l'ensemble de données d'entraînement. Cela peut être utile si la fréquence d'une couleur est corrélée au taux de location, et cela convertit la caractéristique catégorielle en une valeur numérique significative. Mapper les couleurs à des entiers arbitraires (par exemple, Rouge=1, Blanc=5, Vert=10) est incorrect car cela impose un ordre numérique artificiel qui n'existe pas intrinsèquement entre les couleurs, ce qui peut induire le modèle en erreur. Remplacer chaque nom de couleur par la longueur du nom est incorrect car la longueur du nom de la couleur n'a aucune signification prédictive pour le taux de location. Encoder chaque couleur en valeurs RVB est incorrect car cela introduit trois dimensions pour chaque couleur, ce qui est excessif et potentiellement moins pertinent que l'encodage one-hot ou par fréquence pour ce type de problème de régression.