온라인 상점에서는 선형 회귀를 사용하여 미래 도서 판매량을 예측합니다. 숫자형 특성 중 하나는 'duration'(도서가 등록된 일수)입니다. 탐색적 분석 결과, 판매량과 duration 간의 관계가 왜곡되어 있고 비선형적인 것으로 나타났습니다. 모델을 개선하기 위해 가장 적절한 변환은 무엇입니까?

정답은 duration을 분위수 기반 구간(quantile binning)으로 변환합니다입니다. 판매량과 duration 간의 관계가 비선형적이고 왜곡되어 있으므로, 분위수 기반 구간화를 통해 데이터를 여러 구간으로 나누면 선형 회귀 모델이 비선형 관계를 더 잘 학습할 수 있습니다. 각 구간은 모델에 새로운 특성으로 작용하여 비선형성을 포착하는 데 도움을 줍니다. 'duration 특성을 원-핫 인코딩합니다'는 연속형 숫자 특성에 적합하지 않습니다. 원-핫 인코딩은 주로 범주형 특성에 사용됩니다. '카테시안 곱 변환을 적용합니다'는 두 개 이상의 특성 간의 상호작용을 포착하는 데 사용되지만, 단일 특성의 비선형성을 해결하는 데는 직접적인 방법이 아닙니다. 'duration 값을 정규화합니다'는 특성의 스케일을 조정하여 모델 학습을 안정화하지만, 비선형 관계 자체를 해결하지는 못합니다.