경계를 정하는 방법
동일 폭 방식은 값의 범위를 같은 길이로 나눈다. 분위수 방식은 각 구간에 들어가는 표본 수를 비슷하게 하려 한다. 동일한 값이 많이 반복되면 표본 수를 정확히 같게 나누기 어려울 수 있다. 일차원 군집의 중심에 따라 구간을 정하는 방식도 있다.
폭과 개수의 차이
학습 값이 0,1,2,3,4,20이면 최솟값과 최댓값 사이를 동일 폭 두 구간으로 나눌 때 내부 경계는 10이다. 이 경계보다 작은 값은 다섯 개이고 큰 값은 하나다. 표본을 셋씩 나누려면 2와 3 사이에 경계를 둘 수 있다. 예를 들어 2.5를 경계로 잡으면 폭은 같지 않지만 각 구간의 표본 수는 같다.
번호와 원핫
두 구간을 0과 1로 나타낼 수도 있고 각 구간에 별도의 원핫 좌표를 줄 수도 있다. 여러 구간의 번호를 선형 모형에 그대로 넣으면 번호 간 간격에 일정한 효과를 부여하게 된다. 반면 원핫은 구간별 계수를 따로 둘 수 있다. 어느 표현이 적절한지는 후속 모형과 문제에 따라 달라진다.
정보 손실과 검증
같은 구간 안의 서로 다른 값은 변환 후 구별되지 않는다. 구간의 중점으로 되돌려도 원래 값이 정확히 복원되는 것은 아니다. 경계에 놓인 값과 학습 범위 밖의 값을 어느 구간에 넣을지도 정해야 한다. 경계는 훈련 자료에서 추정하고 평가 자료에는 고정된 규칙을 적용하며 구간 수와 방식은 별도로 검증한다.