Ominaisuustiedoilla

Ominaisuustiedoilla tarkoittaa suomen kielessä tilannetta, jossa analyysissä käytetään kohteen ominaisuuksia—eli attribuutteja—kuvia tietoja. Käsite esiintyy erityisesti data-analyysissä, tilastotieteessä ja koneoppimisessa. Ominaisuustiedot muodostavat datasetin piirteet, joita käytetään kohteen mallintamiseen tai ennustamiseen.

Tyypillisesti ominaisuustiedoilla tarkoitetaan taulukkomuotoista dataa, jossa rivit ovat havaintoja ja sarakkeet ovat ominaisuuksia. Mallinnuksessa näitä ominaisuustietoja käytetään piirteinä (features). Esimerkki: asuntojen hinnan ennustaminen käyttämällä ominaisuuksia kuten pinta-ala, huoneiden määrä, rakennusvuosi ja sijainti.

Käytännössä ominaisuustiedoilla työskentelyyn kuuluu ominaisuuksien valinta ja muokkaus (feature engineering), yhdenmukaistaminen, numeeristen muuttujien normalisointi sekä kategoristen ominaisuuksien koodaus. Tavoitteena on löytää informatiivisia, riittävän kattavia piirteitä, jotka parantavat mallin suorituskykyä ja tulkittavuutta.

Haasteita ovat puuttuvat tai virheellisesti mitatut ominaisuustiedot, ominaisuuksien skaalautuminen, korreloituneet piirteet sekä mahdollinen vinouma tai vääristymä datassa. Näiden ratkaisemiseksi käytetään menetelmiä kuten ominaisuusvalinta, puuttuvien arvojen käsittely, skaalaus sekä tarvittaessa dimensiotason vähentämistä.

Lisää aiheesta: ominaisuudet, feature engineering, data preprocessing, dataset, koneoppiminen.