1. Fogalom magyarul: adatdimenzió

2. Fogalom angolul: data dimension

3. Meghatározás:

Az adatdimenzió egy topológiai mérőszám az adat objektumok tulajdonságainak lefedésére, méretére. A dimenziók az adatok attribútumai (tulajdonságai), amelyek lehetnek számok vagy szövegek. A legtöbb esetben az adatokat strukturált (táblázatos) formában ábrázolják, ahol a dimenzióértékeket sorokba (vagy oszlopokba), az adatok példányait pedig oszlopokba (vagy sorokba) rendezik; itt egy példány dimenzióinak a száma megegyezik a sorok (vagy oszlopok) számával.

Ha a dimenziószám magas, akkor érdemes dimenziócsökkentést végezni, mely egy olyan folyamat, amely során a magas dimenziós adathalmazokat alacsonyabb dimenziós térbe transzformálják, miközben megpróbálják megőrizni az eredeti adatokban rejlő információt. Ez a technika különösen hasznos, amikor az adatok sok jellemzőt (dimenziót) tartalmaznak, ami bonyolulttá teheti az elemzést és a modellezést. A dimenziócsökkentéssel elérhető, hogy (1) csökkenjen az adatok komplexitása, ami megkönnyíti az elemzést és a vizualizációt; (2) csökkenjen a zaj, amelyek javíthatják az elemzést; (3) javuljon a teljesítmény, így gyorsabb modellezési és elemzési folyamatokat tesz lehetővé, mivel kevesebb adatot kell feldolgozni.

4. Hivatkozások:

What is dimensionality reduction? https://www.ibm.com/topics/dimensionality-reduction

Aggarwal, C. (2015). Data Mining - The Text Book. Springer, https://doi.org/10.1007/978-3-319-14142-8

5. Megjegyzések:

6. Kulcsszavak:

adathalmaz, adatbányászat, adattudomány, dimenziócsökkentés