Kardinaliteit

De kardinaliteit is de uniekheid van gegevenswaarden in een kolom. Kolommen met te veel unieke waarden of zonder unieke waarden hebben weinig variatie. Een machine learning-model kan geen patronen identificeren in die gegevens.

Een hoge kardinaliteit betekent een groot aantal unieke waarden. Om hoge kardinaliteit te voorkomen, kunt u vergelijkbare waarden in bins opslaan of groeperen. U kunt ook nieuwe kenmerkkolommen aanmaken. Zo kunnen thuisadressen worden omgezet in afstanden van of naar een specifieke locatie.