サプライヤーの所在地データセットがあり、国コードは2文字（例: ニュージーランドはNZ）で記録されています。モデルトレーニングのために、これらのコードを数値変数に変換する必要があります。その際、(1)情報損失を避け、(2)次元の増加を最小限に抑える必要があります。これらの要件を満たす変換はどれですか？

類似性エンコーディングは、国コード間の「類似性」を数値として表現することで、情報損失を避けつつ次元増加を最小限に抑えます。例えば、地理的近接性や文化的な類似性に基づいてコードを数値に変換します。 完全な国名を追加する方法は、テキストデータとして扱われるため、直接的な数値変換にはなりません。大陸名へのマッピングは、国コードの持つ詳細な情報を失わせる可能性があります。ワンホットエンコーディングは、各国コードに対して新しいバイナリ特徴量を作成するため、国の数が多い場合に次元が大幅に増加してしまいます。