Inżynier ML ma odpowiedzi z ankiety, które są tylko „tak” lub „nie”. Musi przekształcić te odpowiedzi w pojedynczą cechę, która poprawi trenowanie modelu bez zwiększania wymiarowości zbioru danych. Które metody spełniają te ograniczenia? (Wybierz dwie.)

Prawidłowe są kodowanie binarne i kodowanie etykiet, ponieważ obie te metody przekształcają odpowiedzi „tak”/„nie” w pojedynczą cechę numeryczną bez zwiększania wymiarowości. Kodowanie binarne mapuje „tak” na 1 i „nie” na 0 (lub odwrotnie). Kodowanie etykiet przypisuje unikalne liczby całkowite, np. 0 dla „nie” i 1 dla „tak”. Kodowanie one-hot zwiększyłoby wymiarowość, tworząc dwie nowe kolumny (jedną dla „tak”, jedną dla „nie”). Imputacja statystyczna służy do uzupełniania brakujących danych, a nie do przekształcania istniejących odpowiedzi. Tokenizacja jest techniką przetwarzania tekstu, nieodpowiednią dla danych „tak”/„nie”.