Sklep internetowy wykorzystuje regresję liniową do przewidywania przyszłej sprzedaży książek. Jedną z cech numerycznych jest „duration” (liczba dni, przez które książka była wystawiona). Analiza eksploracyjna pokazuje, że związek między sprzedażą a czasem trwania jest skośny i nieliniowy. Która transformacja jest najbardziej odpowiednia do ulepszenia modelu?

Prawidłowa odpowiedź to przekształcenie duration w przedziały oparte na kwantylach (quantile binning). Ponieważ związek między sprzedażą a duration jest skośny i nieliniowy, podział na przedziały kwantylowe może pomóc w uchwyceniu tych nieliniowych zależności, tworząc nowe cechy kategorialne, które model regresji liniowej może lepiej wykorzystać. Kodowanie one-hot jest odpowiednie dla zmiennych kategorialnych, a duration jest zmienną numeryczną. Transformacja iloczynu kartezjańskiego (polynomial features) może być przydatna dla nieliniowości, ale binning kwantylowy jest często bardziej robustny w przypadku skośnych danych. Normalizacja wartości duration skaluje dane, ale nie rozwiązuje problemu nieliniowości ani skośności w sposób, który regresja liniowa mogłaby efektywnie wykorzystać.