目次:
定義-特徴付けとはどういう意味ですか？
キャラクタリゼーションは、特定のデータ項目の特性と動作を効果的に説明する記述パラメーターを生成するために使用されるビッグデータ手法です。 これは、教師のない学習アルゴリズムで使用され、バイアスのあるクラスラベルを組み込むことなく、パターン、クラスター、および傾向を検出します。 クラスタ分析や深層学習でも使用できます。
Techopediaによる特性評価の説明
ビッグデータの特徴付けは、生データを有用な情報に変換するための手法であり、機械学習アルゴリズムとデータマイニングで使用されます。 特性化は、基本的に、データ内に隠されている情報コンテンツの凝縮された表現を生成します。 したがって、大規模な動的データストリームでのイベント、変更、および新しい緊急行動を測定および追跡する手段として使用できます。
特性評価のいくつかの利点：
- データセットのイベントと異常を追跡および測定するための有用なメトリックを生成できます
- 重要な情報の小さなフットプリント表現を作成します
- データから情報への変換を迅速に実行し、業界を完全なデータから情報から知識への変換に近づけます。
- データコレクション内の特定のオブジェクト、イベント、およびその他の機能のインデックス付けとタグ付けに役立ちます
