Datan Tyypit
Jokaisella koulutusdatan sarakkeella (ominaisuudella) on siihen liittyvä tietotyyppi. Nämä tietotyypit voidaan ryhmitellä numeerisiin, kategorisiin sekä päivämäärä- ja/tai aika -tyyppeihin.
Useimmat koneoppimisalgoritmit toimivat hyvin vain numeerisen datan kanssa, joten kategoriset ja aika-arvot täytyy muuntaa numeroiksi.
Päivämäärä- ja aika-arvoista voidaan tarpeen mukaan poimia ominaisuuksia, kuten 'year', 'month' ja vastaavat. Nämä ovat jo numeerisia arvoja, joten niitä voidaan käyttää suoraan.
Kategorisen datan käsittely on hieman haastavampaa.
Kategorisen datan tyypit
Kategorinen data jaetaan kahteen tyyppiin:
-
Ordinaalinen data on kategorista dataa, jossa luokat ovat luonnollisessa järjestyksessä. Esimerkiksi koulutustaso (alakoulusta tohtorintutkintoon) tai arviot (erittäin huono – erittäin hyvä) jne.;
-
Nominaalinen data on kategorista dataa, jossa luokilla ei ole luonnollista järjestystä. Esimerkiksi nimi, sukupuoli, kotimaa jne.
Ordinaalisen ja nominaalisen datan muuntaminen numeerisiksi arvoiksi vaatii erilaisia lähestymistapoja, joten ne on käsiteltävä erikseen.
On olemassa parempia tapoja muuntaa päivämääriä numeerisiksi arvoiksi, mutta ne eivät kuulu tämän johdantokurssin piiriin. Esimerkiksi, jos käytämme vain 'month'-ominaisuutta, se ei huomioi sitä, että 12. kuukausi on todellisuudessa lähempänä 1. kuin 9. kuukautta.
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Mahtavaa!
Completion arvosana parantunut arvoon 4.55Datan Tyypit
Pyyhkäise näyttääksesi valikon
Jokaisella koulutusdatan sarakkeella (ominaisuudella) on siihen liittyvä tietotyyppi. Nämä tietotyypit voidaan ryhmitellä numeerisiin, kategorisiin sekä päivämäärä- ja/tai aika -tyyppeihin.
Useimmat koneoppimisalgoritmit toimivat hyvin vain numeerisen datan kanssa, joten kategoriset ja aika-arvot täytyy muuntaa numeroiksi.
Päivämäärä- ja aika-arvoista voidaan tarpeen mukaan poimia ominaisuuksia, kuten 'year', 'month' ja vastaavat. Nämä ovat jo numeerisia arvoja, joten niitä voidaan käyttää suoraan.
Kategorisen datan käsittely on hieman haastavampaa.
Kategorisen datan tyypit
Kategorinen data jaetaan kahteen tyyppiin:
-
Ordinaalinen data on kategorista dataa, jossa luokat ovat luonnollisessa järjestyksessä. Esimerkiksi koulutustaso (alakoulusta tohtorintutkintoon) tai arviot (erittäin huono – erittäin hyvä) jne.;
-
Nominaalinen data on kategorista dataa, jossa luokilla ei ole luonnollista järjestystä. Esimerkiksi nimi, sukupuoli, kotimaa jne.
Ordinaalisen ja nominaalisen datan muuntaminen numeerisiksi arvoiksi vaatii erilaisia lähestymistapoja, joten ne on käsiteltävä erikseen.
On olemassa parempia tapoja muuntaa päivämääriä numeerisiksi arvoiksi, mutta ne eivät kuulu tämän johdantokurssin piiriin. Esimerkiksi, jos käytämme vain 'month'-ominaisuutta, se ei huomioi sitä, että 12. kuukausi on todellisuudessa lähempänä 1. kuin 9. kuukautta.
Kiitos palautteestasi!
