某公司将每条财务交易记录标记为个人或商业，并将该类别与记录一起存储。这描述了哪种数据准备步骤？

数据标注（Data Labeling）是指为原始数据添加有意义的标签或注释的过程，以便机器学习模型能够理解和学习这些数据。在这个场景中，将每条财务交易记录标记为“个人”或“商业”正是为数据添加类别标签，这符合数据标注的定义。 数据编码（Data Encoding）是将分类数据转换为数值格式的过程，例如独热编码，它发生在标注之后。数据规范化（Data Normalization）是调整数据范围以减少数据冗余和提高数据一致性的过程，例如将数据缩放到0-1之间。数据平衡（Data Balancing）是处理数据集中类别不平衡问题的方法，例如过采样或欠采样。这些都不是描述将交易记录标记为“个人”或“商业”这个动作。