Аккуратные данные - Tidy data

Аккуратные данные является альтернативным названием общей статистической формы, называемой матрица модели или же матрица данных. А матрица данных определяется в ^[1] следующее:

Стандартный метод отображения многомерного набора данных - это матрица данных, в которой строки соответствуют выборочным лицам, а столбцы - переменным, так что запись в яй ряд и j-й столбец дает значение jth варьируются, измеренные или наблюдаемые на яй особ.

Хэдли Уикхэм позже определил "аккуратные данные" как наборы данных которые расположены так, что каждая переменная представляет собой столбец, а каждое наблюдение (или дело) является строкой.^[2] (Первоначально с дополнительными условиями для таблицы, которые делали определение эквивалентным 3-я нормальная форма Бойса – Кодда.)

Организация данных является важным фактором при обработке данных, но ее не следует путать с также важной задачей очистка данных.

Другие соответствующие составы включают: денормализация до моделирования машинного обучения (неформально обозначающего перемещение данных в "широкую форму", где все возможные измерения находятся в заданной строке) и использование семантические тройки как промежуточное представление (неформально «высокая» или «длинная» форма, где измерения одного экземпляра распределены по многим строкам).

Рекомендации

1. Кшановски, У. Дж., Ф. Х. К. Марриотт, Многомерный анализ, часть 1, Эдвард Арнольд, 1994
2. Уикхэм, Хэдли (20 февраля 2013 г.). «Чистые данные» (PDF). Журнал статистического программного обеспечения.