一位 ML 工程師擁有一些只有「是」或「否」的問卷調查答案。他們需要將這些回應轉換為單一特徵，以改善模型訓練，同時不增加資料集的維度。哪些方法符合這些限制？(請選擇兩項)

二進位編碼和標籤編碼都符合要求，因為它們將「是/否」這類二元類別資料轉換為單一數值特徵，而不會增加資料集的維度。二進位編碼會將「是」映射到 1，「否」映射到 0。標籤編碼也會為這些類別指派整數，例如 0 和 1。獨熱編碼會為每個類別建立一個新欄位，這會增加維度，不符合限制。統計歸因是用於處理遺失值，與此情境無關。語彙分析是用於文字資料預處理，與此情境無關。