我需要使用问卷中的答案来训练分类器。我发现有些问题可以有嵌套的子问题。假设（只是一个例子）我想根据以下问题预测一个人是否会买房：

1) What is your gender?
[] male
[x] female
[] I prefer not to answer

如果答案是女性（如上例所示），则询问子问题

1_female) are you pregnant?
[x] yes
[] no

然后问卷继续..

我应该如何使用这些功能来训练我的模型？

选项 1) 分别处理它们并用 one-hot-encoding 转换它们然后我将拥有特征向量

gender_male - gender_female - gender_not_answered - pregnant_empty - pregnant_yes - pregnant_no
     0      -        1      -         0           -        0       -       1      -        0

显然，对于所有男性，特征怀孕_empty 将被编码为 1

选项 2) 合并 2 个答案并对连接进行编码

gender_female_pregnant_yes - gender_female_pregnant_not - gender_male - gender_not_answered
     1                     -                 0          -      0      -     0

其他选择？

请将此仅作为示例...问题是在真实情况下

• 嵌套问题可能会出现 2 个或更多答案
• 扩展选项 2 中的功能将使我的特征向量爆炸..

我希望我的问题足够清楚