Merkmalsgröße

Merkmalsgröße ist ein Begriff aus Statistik und Datenanalyse und bezeichnet die Größe, den Maßstab oder den Wertebereich eines Merkmals (Feature) in einem Datensatz. Sie beschreibt, wie groß oder fein der Messwert eines Merkmals ausfällt, einschließlich Einheit und Messauflösung. Merkmale können qualitativ (nominal, ordinal) oder quantitativ (intervall-, verhältnisskaliert) sein; das Skalenniveau bestimmt, welche Größenmaße sinnvoll sind und wie der Merkmalswert interpretiert wird.

Für quantitative Merkmale liefern typischerweise Rechenoperationen wie Mittelwert, Standardabweichung oder Varianz sinnvolle Aussagen, während bei qualitativen Merkmalen eher Modus oder Häufigkeiten relevant sind. Die Merkmalsgröße beeinflusst außerdem statistische Methoden und Lernalgorithmen: Unterschiede in der Größenordnung können Distanzen zwischen Beobachtungen verzerren und zu Verzerrungen führen. Deshalb werden Merkmale oft skaliert oder normalisiert (z. B. z-Standardisierung oder Min-Max-Skalierung), um vergleichbare Größen zu erhalten oder Algorithmen weniger anfällig für unterschiedliche Größenordnungen zu machen.

Zudem umfasst die Merkmalsgröße die diskrete oder kontinuierliche Messauflösung: Messgenauigkeit, Rundung und etwaige Diskretisierung beeinflussen die Informationsdichte eines Merkmals und damit die Analyse. Im Bereich der Mustererkennung und des maschinellen Lernens wird die angemessene Behandlung der Merkmalsgröße daher als wichtiger Vorverarbeitungsschritt betrachtet.