Hai un dataset con un campo categorico Day_Of_Week e devi convertirlo in variabili indicatrici binarie per l'utilizzo da parte di un modello di machine learning. Quale tecnica dovresti usare?

One-hot encoding è la tecnica corretta per convertire variabili categoriche nominali (come i giorni della settimana) in un formato numerico che i modelli di machine learning possono elaborare. Crea nuove colonne binarie (0 o 1) per ogni categoria unica, evitando di implicare un ordine o una relazione numerica che non esiste. La Binarization converte i valori numerici in 0 o 1 in base a una soglia, non è adatta per variabili categoriche. La Tokenization è usata per suddividere il testo in unità più piccole (token). La Normalization transformation ridimensiona i valori numerici in un intervallo specifico, non è applicabile a variabili categoriche.