Интернет-магазин использует линейную регрессию для прогнозирования будущих продаж книг. Один из числовых признаков — 'duration' (количество дней, в течение которых книга была в листинге). Исследовательский анализ показывает, что взаимосвязь между продажами и 'duration' является асимметричной и нелинейной. Какое преобразование наиболее уместно для улучшения модели?

Поскольку взаимосвязь между продажами и 'duration' асимметрична и нелинейна, преобразование 'duration' в квантильные интервалы (quantile binning) является наиболее подходящим. Это позволяет модели улавливать нелинейные зависимости, разбивая данные на группы с равным количеством наблюдений, что особенно полезно при наличии выбросов или асимметричного распределения. One-hot кодирование применяется к категориальным признакам, а 'duration' является числовым. Преобразование декартова произведения используется для создания взаимодействующих признаков, что не является основной целью при работе с нелинейной зависимостью одного признака. Нормализация значений масштабирует данные, но не устраняет нелинейность или асимметрию, что требуется в данном случае.