¿Qué es la compresión de datos?

La comprensión de datos es una fase importante en la metodología CRISP-DM, que se aplica en la minería de datos. Consiste en recoger, describir, explorar y verificar la calidad de los datos que se van a analizar. El objetivo es familiarizarse con los datos, entender lo que dicen, cómo se relacionan y si tienen algún problema. Para ello, se suelen usar técnicas de visualización, consulta y reporte de datos. La comprensión de datos ayuda a evitar problemas inesperados en la siguiente fase, que es la preparación de datos. La comprensión de datos también implica la aprehensión total del fenómeno que se intenta comprender en un proceso de creación mental. Se trata de dar significado a los datos que percibimos a través de los sentidos, como palabras, imágenes, conceptos, implicaciones, formatos culturales y sociales. La comprensión de datos requiere habilidades cognitivas, lógicas y creativas.

¿Has visto alguna vez esas envasadoras que quitan todo el aire de la bolsa para que ocupe menos? Pues eso es el concepto base, al tratar datos hacemos más o menos lo mismo. Te pongo un ejemplo más cercano a la informática (aunque algo tonto). Imagina que tenemos una foto, la cual está compuesta por píxeles. Cada pixel almacena 3 valores que determinan su color según su tono de rojo, verde y azul (RGB, vaya). Para almacenar esa foto, tendríamos que guardar la información de cada pixel, y por tanto, cada valor de esos tres colores. Si todos fueran de valores distintos, no quedaría otra que almacenarlos, pero ¿y si hubiera pixeles con los mismos valores? Podríamos "empaquetarlos" y guardar solo información de uno, indicando al ordenador algo así como "Oye, hay 4 pixels con este valor aquí, aquí y aquí". Eso nos ahorraría mucho espacio. Un compresor hace básicamente esto, busca información no relevante del archivo y la elimina y/o busca reducir el tamaño todo lo posible dependiendo de qué queramos; que ocupe menos sitio pero que tenga buena calidad, que sea lo más pequeño posible...

Hola Luis, la compresión de datos es un proceso que tiene como finalidad obtener que una cierta cantidad de datos por ejemplo un fichero, ocupe menor espacio. O que en un cierto espacio de almacenamiento se pueda guardar mas información que si estos datos no estuvieran comprimidos. La compresión sirve para ahorrar espacio de almacenamiento, y/o para poder enviar a través de las redes mayor cantidad de información que si no tendríamos esos datos comprimidos. Ejemplo de información comprimida: - una foto, imagen.jpg; una canción cancion.mp3; un documento de Word carta.docx para ocupar menos espacio en el disco duro. Por ejemplo WhatsApp antes de enviar una imagen, la comprime, con el propósito de no cargar la red. Realmente la compresión se usa mucho durante el almacenamiento, procesamiento y la transmisión de los datos. Un saludo.