데이터 클래스에 데이터 일치 추가

상위 데이터 클래스

Copy link to section

상위 데이터 클래스는 데이터 클래스를 상위/하위 관계로 구성하는 데 사용됩니다. 이는 또한 자동 일치 데이터 메소드가 사용되는 경우 일종의 "사전 필터" 역할을 합니다. 상위 데이터 클래스에 일치하는 데이터 메소드가 있는 경우, 상위 데이터 클래스의 데이터 일치 메소드가 긍정적인 일치를 리턴하는 경우에만 하위 데이터 클래스의 데이터 일치 메소드가 평가됩니다. 즉, 상위 데이터 클래스를 정의하는 경우 데이터 분류 프로세스에서 데이터 클래스가 분석된 데이터 필드에 지정되어야 하는지 여부를 결정하는 데 사용하는 기준에 영향을 줍니다.

임계값

Copy link to section

이 필드는 데이터 클래스가 열에 실제로 지정되도록 열에 데이터 클래스 후보가 가져야 하는 최소 신뢰도를 표시합니다. 예를 들어, 클래스의 임계값을 90%로 지정합니다. 분석 중에 하나의 열은 95%의 신뢰도로 데이터 클래스와 일치하고 다른 열은 89%의 신뢰도로 일치합니다. 임계값이 90%이므로 데이터 클래스는 첫 번째 열에만 지정됩니다.

모든 데이터가 데이터 클래스와 일치하지 않는 경우에도 데이터 클래스 지정이 발생하도록 하려면 임계값을 낮추십시오. 데이터 품질이 완벽하지 않고 일치하는 메소드 정의가 모든 가능한 값의 전체 도메인의 100%를 포함하지 않는 경우에도 이를 수행할 수 있습니다. 도시 이름을 발견하기 위한 분류자가 좋은 예입니다. 가장 작은 위치를 포함하여 전 세계의 모든 도시 이름을 포함하는 정확한 값 목록을 정의하는 것은 실용적이지 않습니다. 보다 실용적인 접근 방식은 가장 큰 100개 도시 목록을 입력하고 열의 모든 값이 이러한 100개 가장 큰 도시 중 하나가 될 것으로 예상하지 않는다는 사실을 반영하도록 임계값을 줄이는 것이지만, 100개의 가장 큰 도시 목록에서 충분한 값(<100%)이 발견되더라도 분류는 양수여야 합니다.

임계값 설정은 선택사항입니다. 메타데이터 강화의 경우 데이터 클래스에 직접 임계값을 설정하지 않으면 프로젝트 레벨에서 정의된 임계값이 사용됩니다. 데이터 클래스에 설정된 임계값은 항상 프로젝트 설정보다 우선합니다. 데이터 클래스 지정 설정을 참조하십시오.

다음 사전 정의된 데이터 클래스에는 데이터 클래스 정의에 설정된 기본 임계값이 있습니다.

우선순위

Copy link to section

데이터 클래스의 우선순위는 후보 데이터 클래스가 추론된 데이터 클래스가 되어야 하는 순서를 결정합니다. 신뢰도 임계값 이상의 데이터 클래스만 지정됩니다. 데이터가 다중 데이터 클래스와 일치할 때 우선순위가 가장 높고 신뢰도 임계값을 초과하는 신뢰도가 지정됩니다.

일부 사전 정의된 데이터 클래스에는 우선순위 세트가 있습니다. 그렇지 않으면, 범위가 value인 사전 정의된 데이터 클래스의 경우 기본 우선순위는 10입니다. 범위가 column과 일치하는 데이터 클래스의 경우, 기본 우선순위는 0입니다. 사용자 정의 데이터 클래스가 사전 정의된 데이터 클래스보다 우선하려면 높은 우선순위로 정의되어야 합니다.

유효값의 목록과 일치

Copy link to section

데이터를 유효값 목록과 일치시키는 경우 데이터베이스 열의 값 레벨에서 데이터를 분류하는 유효값의 목록을 작성합니다. 값을 하나씩 수동으로 제공해야 하므로 이 방법은 작은 값 세트에 권장됩니다. 더 긴 목록의 경우 데이터를 참조하기 위해 일치 메소드를 사용할 수 있습니다.

유효값 목록과 일치합니다. 섹션에서 유효값 목록을 지정하십시오.

텍스트 일치 기준:

대소문자 구분

선택하는 경우 지정된 유효값과 대소문자가 동일한 값만 데이터 클래스와 일치하는 것으로 분류됩니다. 선택하지 않으면 대소문자가 무시됩니다.

정확한 간격

선택하는 경우 정확한 일치 항목만 양성으로 분류됩니다. 선택하지 않으면 유효값을 테스트된 값과 비교하기 전에 여러 공백 문자가 단일 공백으로 축소됩니다. 예를 들어, 유효값이 New York이고 테스트된 값이 New York이면 유효값에 여러 공백 문자가 있는 경우(예: New York)에도 테스트된 값은 일치하는 것으로 분류됩니다. 그러나 테스트된 값이 공백이 없는 NewYork인 경우 테스트된 값은 일치하지 않는 것으로 분류됩니다.

전체 단어

선택하는 경우 정확한 일치 항목만 양성으로 분류됩니다. 선택하지 않으면 하위 문자열로 발견된 값도 데이터 클래스와 일치하는 것으로 분류됩니다. 예를 들어, 유효값이 Paris이고 테스트된 값이 Parisienne moonlight이면 테스트된 값이 일치하는 것으로 분류됩니다.

그런 다음 이 데이터 클래스를 지정하는 데 필요한 일치하는 데이터 값의 백분율을 지정하십시오.

참조 데이터에 일치

Copy link to section

참조 데이터 세트에 데이터를 일치시킬 때 데이터베이스 열의 값 레벨에서 데이터를 분류하기 위해 참조 데이터 세트를 선택합니다. 최소한 참조 데이터 세트는 다음 열로 구성됩니다.

• 코드
• 값

이 일치 메소드는 참조 데이터 세트의 코드 열을 사용하여 데이터 클래스를 판별합니다.

국가 코드 샘플이 있는 CSV 파일 예:

code,value
"AND","Andorra"
"ARE","United Arab Emirates"
"AFG","Afghanistan"
"ATG","Antigua And Barbuda"
"AIA","Anguilla"
"ALB","Albania"
"ARM","Armenia"
...
Copy to clipboard클립보드에 복사됨

이 예제의 코드 (예: AND, ARE, AFG) 를 사용하여 데이터 클래스를 판별할 수 있습니다.

정규식의 기준과 일치

Copy link to section

정규식을 사용하여 데이터베이스 열의 각 값이 데이터 클래스에 속하는지 판별합니다.

정규식의 기준에 일치시키면 데이터베이스 열의 값 레벨에서 데이터를 분류하는 정규식을 작성합니다. 정규식은 JavaScript 형식을 사용해야 합니다.

정규식은 데이터베이스, 테이블 또는 열과 같은 명확한 구조의 데이터 자산에 적용됩니다.

정규식에 대한 다음 예제를 복사하여 열 이름 기준에 붙여넣을 수 있습니다. 그런 다음 정규식을 테스트할 열 이름을 지정하십시오. 데이터 값의 데이터 유형 및 길이를 선택할 수도 있습니다.

[0-9]{3}-[0-9]{2}-[0-9]{4}
Copy to clipboard클립보드에 복사됨

\(?[0-9]{3}\)?[-. ]?[0-9]{3}[-. ]?[0-9]{4}
Copy to clipboard클립보드에 복사됨

<tns:DataClass id="DOB" name="%DOB.name" description="%DOB.description" provider="IBM" example="12-30-2015">
            <tns:JavaClassifier
                className="com.ibm.infosphere.classification.impl.DOBClassifier" />:
<tns:ColumnNameFilter>
                <tns:ColumnNameRegularExpression><![CDATA[dob$|birth(day)?|geburtsdatum|na(issance|cimiento|scita)|urodzenia|(生ま(れた日)?|誕生日)|出生(年月)?]]></tns:ColumnNameRegularExpression>
            </tns:ColumnNameFilter>
</tns:DataClass>
Copy to clipboard클립보드에 복사됨

기타 일치 기준

Copy link to section

일치는 이름, 컬럼의 데이터 유형 또는 둘 다에 대한 기준을 기반으로 합니다. 열의 값을 평가하기 위한 추가 기준이 없습니다. 이 기준은 초기에 선택된 일치 메소드의 맨 위에 적용됩니다.

일치하는 열 이름을 정의하고 테스트할 샘플 열 이름을 제공하기 위해 정규식을 지정할 수 있습니다. 열 데이터 유형에는 모든 유형(부울, 날짜 또는 숫자)이 있을 수 있습니다. 데이터 값의 최소 및 최대 길이를 정의할 수도 있습니다.

^Order$
Copy to clipboard클립보드에 복사됨

자세한 정보

Copy link to section

• 사전 정의된 데이터 클래스 세부사항
• 자산 프로파일
• 메타데이터 강화 작성
• IBM Knowledge Catalog 샘플 GitHub 리포지토리

상위 주제: 데이터 클래스