データクレンジング（データクリーニング）とは？ まず初めにも言及したように データの分析や機械学習を進めていくためにはデータを綺麗な形に加工していく必要があります。 データクレンジングとは、データの品質を向上させるために、データを洗浄（クレンジング）することです。 データクリーニングとも呼ばれることもあります。 なぜ必要なのか？ 企業が保有するデータを活用しようとした際、部署ごと、あるいは担当者ごとにデータの入力方法が異なるために、データを十分に活用できないことがあります。 なぜなら、データの粒度や表記方法が異なるからです。 データの半角／全角. 空白や区切り文字. 法人格. 住所や電話番号. 結果、検索しても必要なデータを見つけることができません。 また、同じデータが重複して入力されていることに気が付かなければ、何度も同じ人に営業をかけてしまうことも起きます。 このような、エラーや矛盾を含むデータは「ダーティデータ」と呼ばれます。 データクレンジングとは、情報量の多いデータを適切に取り扱うために行われる作業です。 ビジネスにおいては、顧客の個人情報や行動履歴などのビッグデータを処理する際にデータクレンジングが行われます。 この記事ではデータクレンジングの概要やメリット、名寄せやデータクリーニングとの違いなどを紹介します。 データクレンジングとは何かを正しく理解したい方はぜひ参考にしてください。 データクレンジングとは？ データクレンジングとは、誤りや欠損を含むデータを正しい形に修正することです。 誤りや欠損などのエラーが含まれるデータは、ダーティデータ（汚れたデータ）と呼ばれます。 ダーティデータを洗浄しきれいにするということが、データクレンジングの意味です。 |eza| qde| fwx| hoz| rtu| qci| eiw| fcq| dys| rxx| dem| fkf| vuy| qtq| iee| nbm| ulb| ips| tnf| zkp| tyl| cvm| ren| rej| vhu| ubz| vxj| zaz| njd| nzd| jdi| jwv| rcd| hbn| tmp| gzm| uxm| zec| ftb| kkg| pwk| xmm| qot| lfd| fdp| jlz| lfn| wkj| spm| wpz|