Analityk danych analizuje dane dotyczące zatrudnienia zawierające około 10 milionów wierszy i 10 cech. Rozkłady dochodów i wieku są prawoskośne. Które transformacje cech pomogłyby skorygować skośność? (Wybierz dwie.)

Prawoskośne rozkłady danych oznaczają, że większość wartości jest skoncentrowana po lewej stronie, a „ogon” rozciąga się w prawo. Transformacja logarytmiczna (logarytm naturalny lub logarytm o podstawie 10) jest powszechnie stosowaną metodą redukcji skośności w danych, ponieważ kompresuje większe wartości i rozciąga mniejsze, zbliżając rozkład do symetrycznego. Biningowanie wartości numerycznych, czyli grupowanie ich w przedziały, również może pomóc w radzeniu sobie ze skośnością, przekształcając zmienną ciągłą w zmienną kategoryczną, co może ułatwić modelowanie. Krzyżowa walidacja jest techniką oceny modelu, a nie transformacji cech. Zastosowanie transformacji wielomianowej wysokiego stopnia może zwiększyć złożoność modelu i prowadzić do nadmiernego dopasowania, zamiast korygować skośność. Kodowanie one-hot jest używane do zmiennych kategorycznych, a nie do korekty skośności zmiennych numerycznych.