数据挖掘学习笔记（二）

1        认识数据

1.1   数据对象和属性类型

数据集由数据对象组成。一个数据对象代表一个实体。通常，数据对象用属性描述。数据对象又称样本、实例、数据点或对象。

1.1.1           什么是属性

属性(attribute)是一个数据字段，表示数据对象的一个特征。用来描述一个给定对象的一组属性称做属性向量(或特征向量)。

1.1.2           标称属性

标称属性(nominal attribute)的值是一些符号或事物的名称。每个值代表某种类别、编码或状态，因此标称属性又被看做是分类的(categorical)。这些值不必具有有意义的序。

1.1.3           二元属性

二元属性(binary attribute)是一种标称属性，只有两个类别或状态：0或1，其中0通常表示属性不出现，而1表示出现。二元属性又称布尔属性。

一个二元属性是对称的，如果它的两种状态具有同等价值并且携带相同的权重；即，关于哪个结果应该用0或1编码并无偏好。

一个二元属性是非对称的，如果其状态的结果不是同样重要的。为方便计，我们将用1对最重