5分类的变量，转化为哑变量后，少一个，只需要4个就可以了。

在统计和机器学习中，将分类变量转换为哑变量（也称为虚拟变量）是一种常用的技术。对于一个有 \( k \) 个类别（水平）的分类变量，通常需要 \( k - 1 \) 个哑变量来表示，因为这种方法避免了多重共线性问题。

对于“借款用途”这个变量，有五个水平：娱乐、培训、生活基础、旅游、其他。

转为哑变量时，我们通常选择一个类别作为基准（参考类别），其余的类别各生成一个哑变量。因此：

- 选择一个类别作为基准，这里假设选择“其他”作为基准。
- 生成的哑变量有：娱乐、培训、生活基础、旅游。

因此，正确答案是 C: 4。

### 专业分析

在哑变量编码（Dummy Coding）中：
- 每个哑变量代表一个类别。
- 基准类别不需要单独的哑变量，因为它可以通过所有哑变量都为 0 来表示。

这样的编码方式确保了在回归分析中能够避免多重共线性，即避免变量之间的冗余信息导致的数学问题。

| 借款用途水平 | 哑变量：娱乐 | 哑变量：培训 | 哑变量：生活基础 | 哑变量：旅游 |
|---------------|--------------|--------------|----------------|--------------|
| 娱乐 | 1 | 0 | 0 | 0 |
| 培训 | 0 | 1 | 0 | 0 |
| 生活基础 | 0 | 0 | 1 | 0 |
| 旅游 | 0 | 0 | 0 | 1 |
| 其他（基准） | 0 | 0 | 0 | 0 |

这种编码方法使模型简单且有效，同时保证结果的可解释性。