Formatarea corectă a datelor - manechine

Oamenii folosesc experiență atunci când interpretează datele pe care le văd, dar computerele nu pot. Software-ul dvs. de exploatare a datelor va face tot posibilul pentru a identifica tipul de date din fiecare coloană, dar tipurile de date sunt adesea ambigue.

Când vedeți o listă de coduri ZIP, nu încercați să le adăugați și să le scăpați. Știți că reprezintă locuri. Înțelegeți acest lucru deoarece aveți o mulțime de experiență care văd și recunosc codurile ZIP. Un computer ar putea interpreta un cod ZIP ca o măsură de număr întreg sau continuu. În final, depinde de dvs. să definiți formatul adecvat.

Este posibil să aveți instrumente create pentru acest scop, cum ar fi instrumentele prezentate în figurile următoare sau puteți defini aceste proprietăți în cadrul altor proceduri.

Fiecare aplicație de extragere a datelor are propriul set de tipuri de variabile și limitele proprii pentru modul în care poate fi utilizat fiecare tip. Unele dintre aceste limite se bazează în mod teoretic. De exemplu, puteți adăuga și extrage numai numere, nu litere. Dar altele ar putea fi doar o chestiune de modul în care a fost proiectată aplicația.

De exemplu, puteți găsi că un anumit instrument de modelare într-o aplicație vă permite să prezicați atât variabile categorice, cât și continuu, dar un instrument similar într-o altă aplicație poate permite modelarea numai a unuia sau a celuilalt.