Een ML-engineer heeft enquêteantwoorden die alleen 'ja' of 'nee' zijn. Ze moeten deze antwoorden transformeren naar één feature die de modeltraining verbetert zonder de dimensionaliteit van de dataset te vergroten. Welke methoden voldoen aan deze beperkingen? (Kies er twee.)

Binaire codering en Labelcodering zijn beide geschikt omdat ze categorische 'ja'/'nee'-antwoorden omzetten in numerieke waarden zonder de dimensionaliteit te vergroten. Binaire codering wijst bijvoorbeeld 'ja' toe aan 1 en 'nee' aan 0, wat direct bruikbaar is voor modellen. Labelcodering doet hetzelfde door 'ja' aan 1 en 'nee' aan 0 (of vice versa) toe te wijzen. One-hot encoding creëert twee nieuwe kolommen (één voor 'ja', één voor 'nee'), wat de dimensionaliteit vergroot, wat in strijd is met de vereiste. Statistische imputatie is voor het omgaan met ontbrekende waarden, niet voor het coderen van bestaande categorische data. Tokenization is een techniek voor tekstverwerking en is niet van toepassing op eenvoudige 'ja'/'nee'-antwoorden.