Datenmerkmal

Datenmerkmal ist ein charakteristikum oder eine eigenschaft eines objekts oder einer instanz, die dazu dient, dieses zu beschreiben oder zu unterscheiden. In datenlagen bezieht sich der begriff oft auf ein merkmal oder eine eigenschaft, die gemessen, beobachtet oder berechnet werden kann und als eingabegröße für analyse, reporting oder modellierung dient. In relationalen datenbanken entsprechen merkmale den spalten einer tabelle; in modellierungen von entitäten- bzw. beziehungen sind sie eigenschaften einer entität.

Merkmale lassen sich nach ihrem typ unterscheiden: numerische (quantitative) und kategoriale (qualitative) merkmale. Unterformen sind nominale und ordinale kategoriale merkmale sowie intervall- und verhältnisskalierte daten für numerische werte. Merkmale können direkt gemessen oder aus anderen größen abgeleitet werden. Um sie in maschinellem lernen effektiv zu verwenden, können merkmale kodiert, skaliert oder transformiert werden (z. B. one-hot-Encoding für nominale werte).

In analytik und maschinellem lernen dienen datenmerkmale als eigenschaften, aus denen modelle lernen. Techniken der merkmaltechnik (feature engineering) zielen darauf ab, aussagekräftige, robuste merkmale zu erzeug. Typische herausforderungen sind fehlende werte, rausch, verzerrungen oder unsaubere berechnungen, weshalb merkmalsauswahl, -transformation und evaluierung wichtig sind.

Zudem spielen metadata und governance eine rolle: jedes merkmal hat metadaten wie name, datenart, einheiten, erlaubte werte, herkunft, besitzer und update-intervalle. datenschutz und compliance betreffen insbesondere persönlich identifizierbare informationen und datenschutzkonforme verwendung sowie nachvollziehbarkeit der datenherkunft.