Je voorspelt toekomstige werkgelegenheidscijfers aan de hand van vele economische kenmerken waarvan de groottes sterk verschillen. Welke voorverwerkingsstap moet je toepassen vóór de training om te voorkomen dat kenmerken met grote groottes het model domineren?

Standardisatie, ook bekend als Z-score normalisatie, schaalt de features zodat ze een gemiddelde van 0 en een standaardafwijking van 1 hebben. Dit is cruciaal wanneer features verschillende schalen hebben, omdat het voorkomt dat features met grotere numerieke waarden het leeralgoritme domineren. Veel machine learning-algoritmen, zoals die gebaseerd zijn op gradiëntdaling of afstandsmetingen, presteren beter wanneer alle features op een vergelijkbare schaal zijn. Quantile binning converteert continue waarden naar categorische bins, wat nuttig kan zijn voor niet-lineaire relaties of het omgaan met uitschieters, maar het pakt niet direct het probleem van dominante schalen aan op dezelfde manier als standaardisatie. Een Cartesiaanse producttransformatie creëert nieuwe features door combinaties van bestaande features, wat nuttig kan zijn voor het vastleggen van interacties, maar het lost het schaalprobleem van de oorspronkelijke features niet op. Een orthogonal sparse bigram (OSB) transformatie is een techniek die vaak wordt gebruikt in natuurlijke taalverwerking (NLP) voor het creëren van feature-representaties van tekst, en is niet relevant voor het schalen van numerieke economische kenmerken.