カテゴリカルな Day_Of_Week フィールドを持つデータセットがあり、機械学習モデルで使用するために、それをバイナリ指標変数に変換する必要があります。どの手法を使用すべきですか？

カテゴリカルな特徴量を機械学習モデルで使用する場合、多くの場合、数値形式に変換する必要があります。DayOfWeekのような順序のないカテゴリカルデータには、ワンホットエンコーディングが最適です。これは、カテゴリ内の各一意の値に対して新しいバイナリ（0または1）特徴量を作成し、該当するカテゴリの列に1を、それ以外に0を設定します。これにより、モデルがカテゴリ間の順序関係を誤って推測するのを防ぎます。二値化は、値を2つのカテゴリにのみ分割する場合に適用されます。トークン化はテキストデータに主に使用され、正規化変換は数値特徴量のスケールを調整するために使用されます。