Vous prédisez les futurs taux d'emploi à partir de nombreuses caractéristiques économiques dont les ordres de grandeur diffèrent considérablement. Pour éviter que les caractéristiques avec de grandes magnitudes ne dominent le modèle, quelle étape de prétraitement devriez-vous appliquer avant l'entraînement ?

La standardisation (ou normalisation Z-score) est la bonne approche car elle transforme les données de manière à ce que chaque caractéristique ait une moyenne de 0 et un écart-type de 1. Cela garantit que toutes les caractéristiques contribuent de manière égale au modèle, quelle que soit leur échelle d'origine, empêchant ainsi les caractéristiques avec de grandes magnitudes de dominer le processus d'apprentissage. Le binning de quantiles convertit les valeurs en catégories, ce qui peut entraîner une perte d'information et n'adresse pas directement le problème des ordres de grandeur. La transformation de produit cartésien crée de nouvelles caractéristiques combinées, mais ne résout pas le problème des différences d'échelle des caractéristiques d'entrée. La transformation OSB est utilisée pour les caractéristiques textuelles ou séquentielles et n'est pas pertinente pour ce scénario de données numériques continues.