賃貸料を予測する回帰モデルを構築しています。カテゴリカル特徴量 Wall_Color は、物件の主要な外壁の色を示します。このモデルが Wall_Color データを使用できるようにする特徴量エンジニアリング手法はどれですか？（2つ選択してください。）

カテゴリカル特徴量を回帰モデルで利用可能にするには、数値表現に変換する必要があります。ワンホットエンコーディングは、各カテゴリに対してバイナリ（0または1）の新しい列を作成し、モデルがカテゴリ間の順序関係を誤って解釈するのを防ぎます。出現頻度数による置換も有効な手法で、カテゴリの相対的な重要度を数値としてモデルに提供します。 色の名前を任意の整数にマッピングする方法は、モデルがカテゴリ間に誤った順序関係を学習する可能性があるため不適切です。名前の長さに置き換える方法は、色の情報が失われるため適切ではありません。RGB値へのエンコードは、壁の色を数値として表現しますが、カテゴリカルな情報としては不適切であり、色の知覚的な違いを直接反映しない場合があります。