高基数数据特性是什么意思

在 SQL 中，基数（cardinality）的定义为一个数据列中独一无二数据的数量。

高基数（High-Cardinality）的定义为在一个数据列中的数据基本上不重复，或者说重复率非常低。

例如我们常见的识别号，邮件地址，用户名等都可以被认为是高基数数据。例如我们常定义的 USERS 数据表中的 USER_ID 字段，这个字段中的数据通常被定义为 1 到 n。

每一次一个新的用户被作为记录插入到 USERS 表中，一个新的记录将会被创建，字段 USER_ID 将会使用一个新的数据来标识这个被插入的数据。

因为 USER_ID 中插入的数据是独一无二的，因此这个字段的数据技术就可以被考虑认为是高基数（High-Cardinality）数据。

https://www.ossez.com/t/topic/13610

高基数数据特性是什么意思相关推荐

平均数编码：针对高基数定性特征（类别特征）的数据预处理/特征工程
https://zhuanlan.zhihu.com/p/26308272 (在另一篇文章中,我正在汇总所有已知的数据挖掘特征工程技巧:[持续更新]机器学习特征工程实用技巧大全 - 知乎专栏.) 前言 ...
高光谱图像pca降维_高光谱图像的数据特性之探讨
图像是获取信息以及探知世界的重要媒介.近年来,传感科技与成像技术实现了跨越式发展,促使图像获取在质与量上均获得了显著提升.在多样化成像手段中,光谱成像技术是成像科技的重要组成部分,是人类借助光这一能量 ...
时序数据库永远的难关 — 时间线膨胀(高基数 Cardinality)问题的解决方案
简介: 本文主要讨论 influxdb 在遇到写入的数据出现高基数 Cardinality 问题时,一些可行的解决方案. 作者 | 徐建伟 (竹影) 前序随着移动端发展走向饱和,现在整个 IT 行业 ...
论各类BI工具的“大数据”特性！
市面上的BI工具形形色色,功能性能包装得十分亮丽,但实际应用中我们往往更关注的是朴实的技术特性和解决方案.对于大数据,未来的应用趋势不可抵挡,很多企业也正存在大数据分析处理展现的需求,以下我们列举市面 ...
高端数据中心交换机散热系统大比拼
高端数据中心交换机散热系统大比拼来源:武汉众联恒兴科技有限公司发布时间:2014-07-04 14:13:04 高端交换机是数据中心网络的重要组成部分,承担着数据中心数据转发与传输的重要功 ...
如何写出高性能代码(二)巧用数据特性
导语同一份逻辑,不同人的实现的代码性能会出现数量级的差异: 同一份代码,你可能微调几个字符或者某行代码的顺序,就会有数倍的性能提升:同一份代码,也可能在不同处理器上运行也会有几倍的性能差异:十倍程序 ...
[论文翻译][2004][567]Higher-order latent trait models for cognitive diagnosis(HO-DINA 高阶潜在特性认知诊断模型)
Higher-order latent trait models for cognitive diagnosis 下载论文摘要 1. 引言 2. 模型说明 2.1 试题响应向量的条件分布 2.1.1 ...
高通量数据中批次效应的鉴定和处理（六）- 直接校正表达矩阵
生物信息学习的正确姿势 NGS系列文章包括NGS基础.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流程).单细胞测序分析 ...
高通量数据中批次效应的鉴定和处理（五）- 预测并校正可能存在的混杂因素...
生物信息学习的正确姿势 NGS系列文章包括NGS基础.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流程).单细胞测序分析 ...

高基数数据特性是什么意思

高基数数据特性是什么意思相关推荐

最新文章

热门文章