Stai creando un modello di regressione per prevedere i tassi di affitto. Una feature categorica, Wall_Color, indica il colore esterno dominante della proprietà. Quali metodi di feature engineering consentiranno a questo modello di utilizzare i dati di Wall_Color? (Scegli due.)

Per utilizzare una feature categorica come WallColor in un modello di regressione, è necessario convertirla in un formato numerico. L'one-hot encoding crea nuove colonne binarie (0 o 1) per ogni categoria unica, permettendo al modello di trattare ogni colore come una feature indipendente senza implicare un ordine. Ad esempio, "Rosso" diventa [1,0,0], "Bianco" diventa [0,1,0]. La codifica della frequenza sostituisce ogni categoria con il numero di volte che appare nel training set, fornendo una rappresentazione numerica basata sulla sua prevalenza. Mappare i colori a numeri interi arbitrari (es. Rosso=1, Bianco=5) imporrebbe un ordine numerico fittizio che il modello potrebbe interpretare erroneamente come una relazione ordinale, il che non è corretto per colori nominali. Sostituire con la lunghezza del nome del colore (es. "Rosso" = 5) o con i valori RGB non cattura il significato categorico intrinseco del colore rispetto al tasso di affitto.