Een ML-engineer bereidt invoer voor een neuraal netwerk voor om het succes van advertentiecampagnes te voorspellen. De dataset bevat het kleurenschema van de advertentie als een categorische feature. Welke feature-engineering methode moet de engineer gebruiken voor deze categorische kleurdata?

One-hot encoding is de meest geschikte methode voor categorische data zoals kleuren, omdat het een binaire representatie creëert zonder een ordinale relatie te impliceren. Neurale netwerken presteren beter met numerieke invoer, en one-hot encoding voorkomt dat het model ten onrechte een rangorde of hiërarchie tussen de kleuren leert. Label encoding zou elke kleur een uniek geheel getal toewijzen, wat een onjuiste ordinale relatie tussen de kleuren zou suggereren (bijvoorbeeld dat 'rood' met waarde 1 'kleiner' is dan 'blauw' met waarde 2), wat de prestaties van het neurale netwerk negatief kan beïnvloeden. Padding is relevant voor het uniform maken van sequenties, niet voor het encoden van categorische features. Dimensionaliteitsreductie is een techniek om het aantal features te verminderen, niet om categorische data om te zetten in een numeriek formaat voor initiële invoer.