nietgenormaliseerd

Nietgenormaliseerd (niet-genormaliseerd) is een aanduiding voor data, variabelen of tekst die nog geen stappen van normalisatie heeft ondergaan. Normalisatie is een verzamelterm die op veel domeinen voorkomt en doorgaans gericht is op consistentie, vergelijkbaarheid en efficiëntie.

In statistiek en machine learning verwijst normalisatie meestal naar het schalen of transformeren van kenmerken zodat ze een vergelijkbare schaal hebben, bijvoorbeeld via min-max-schaal of standaardisatie. Niet-genormaliseerde gegevens kunnen leiden tot vertekening in algoritmen die afstanden of richtingskeuzes baseren op de schaal van de variabelen. Praktische technieken zijn feature scaling, log-transformatie of vector-normalisatie. In sommige gevallen is het wenselijk om data eerst te normaliseren voordat modellen worden toegepast, terwijl in andere gevallen andere preprocessing-stappen nodig zijn.

In tekstverwerking en natural language processing verwijst normalisatie naar het standaardiseren van tekst naar een uniform formaat, bijvoorbeeld door lowercasing, verwijdering van interpunctie, stemming of lemmatization. Niet-genormaliseerde tekst kan leiden tot inconsistente tokenisatie en vergelijkingen, waardoor prestaties van NLP-systemen afnemen.

In databanken en informatiesystemen gaat normalisatie vaak over de structuur van data: tabellen en relaties zodanig vormgeven dat redundantie en anomalieën worden voorkomen. Niet-genormaliseerde data kan bestaan uit samengevoegde records of meerdere attributen in één tabel, wat onderhouds- en consistentieproblemen kan veroorzaken. De tegenhanger is denormalisatie, waarbij redundantie opzettelijk wordt vergroot om prestaties te verbeteren.

---