ある企業は、各金融取引レコードを個人用または業務用としてタグ付けし、そのカテゴリをレコードとともに保存しています。これは、どのデータ準備ステップを説明していますか？

データラベリングは、機械学習モデルのトレーニングに使用するために、データポイントに意味のあるタグやラベルを割り当てるプロセスです。このシナリオでは、金融取引レコードに「個人用」または「業務用」というカテゴリをタグ付けしているため、データラベリングに該当します。データエンコーディングは、カテゴリデータを数値形式に変換することです。データ正規化は、異なるスケールのデータを共通の範囲にスケーリングすることです。データバランシングは、クラスの不均衡を解決するためにデータセットのクラス分布を調整することです。