Summary  
This chapter explains how to identify and convert different data types—numerical, categorical (ordinal vs. nominal), and date/time—into numerical values suitable for processing.  

General domain of usage  
Machine learning data preprocessing

Jede Spalte (Feature) in einem Trainingsdatensatz besitzt einen zugehörigen Datentyp. Diese Datentypen lassen sich in **numerisch**, **kategorisch** und **Datum und/oder Zeit** gruppieren.

Die meisten ML-Algorithmen funktionieren nur mit **numerischen Daten** gut, daher müssen kategoriale und Datums-/Zeitwerte in Zahlen umgewandelt werden.

Für Datum und Zeit können Merkmale wie `'year'`, `'month'` und ähnliche extrahiert werden, abhängig von der Aufgabe. Diese sind bereits **numerische Werte** und können direkt verwendet werden.


Kategorische Daten sind etwas schwieriger zu verarbeiten.

## Arten von kategorischen Daten

Kategorische Daten werden in zwei Typen unterteilt:

- **Ordinale Daten** sind eine Art von kategorischen Daten, bei denen die Kategorien einer natürlichen Reihenfolge folgen. Zum Beispiel Bildungsniveau (von Grundschule bis Promotion) oder Bewertungen (von sehr schlecht bis sehr gut) usw.;

- **Nominale Daten** sind eine Art von kategorischen Daten, die keiner natürlichen Reihenfolge folgen. Zum Beispiel Name, Geschlecht, Herkunftsland usw.

Die Umwandlung von ordinalen und nominalen Datentypen in numerische Werte erfordert unterschiedliche Ansätze, daher müssen sie getrennt behandelt werden.


Es gibt bessere Methoden, um Datumsangaben in numerische Werte umzuwandeln, die jedoch den Rahmen dieses Einführungskurses sprengen. Wenn beispielsweise nur das Merkmal `'month'` verwendet wird, wird nicht berücksichtigt, dass der **12.** Monat tatsächlich näher am **1.** als am **9.** liegt.

Weiterführende Informationen

Maschinelles Lernen wird heute überall eingesetzt. Möchten Sie es selbst erlernen? Dieser Kurs ist eine Einführung in die Welt des maschinellen Lernens, um grundlegende Konzepte zu verstehen, mit Scikit-learn – der beliebtesten Bibliothek für ML – zu arbeiten und Ihr erstes Projekt im Bereich Machine Learning zu erstellen.
Dieser Kurs richtet sich an Studierende mit Grundkenntnissen in Python, Pandas und Numpy.

Erlernen der Konzepte des maschinellen Lernens und des Workflows von ML-Projekten.

Die Vorverarbeitung ist vermutlich die wichtigste Phase eines ML-Projekts. Dieses Kapitel behandelt die notwendigen Vorverarbeitungsschritte für nahezu jedes Datenset.

Eine Pipeline ist eine elegante Methode, um alle Vorverarbeitungsschritte sowie ein Modell zu kombinieren. Pipelines erleichtern das Trainieren und die Nutzung eines Modells erheblich.

Die Modellierung ist die spannendste Phase eines ML-Projekts. Lernen Sie, das Modell zu erstellen, zu optimieren und zu evaluieren.

Types of Data

Arten von kategorischen Daten