认识数据

1. 数据属性及其类型

1.1 数据类型的相关概念

• 数据对象（记录、点、向量、模式、事件、案例、样本、观测、实体）：用一组刻画对象基本特性的属性描述
• 数据集（ data set )：数据对象的集合

1.2 属性

1.2.1 属性与度量 

• 属性（ attributes )（变量、特性、字段、维）：对象的性质或特征
• 测量标度（ measurement scale )：将数值或符号值与对象的属性相关联的规则（函数）
• 测量过程使测量标度将值与对象属性相关联
• 属性类型：测量标度的类型

    属性的值往往有如下性质：

• 相异性（ distinctness )
• 序（ order )
• 加法（ addition )
• 乘法（ multiplication )

1.2.2 属性类型

标称属性（ nominal )

• 例如： ID 号，眼睛颜色，邮政编码
• 相异性

序数属性（ ordinal )

• 例如：年级（1,2,3,4,5,6)、身高｛高、中等、低），可乐｛大杯、中杯、小杯｝
• 相异性、序

区间属性（ interval )

• 例如：日期，摄氏度，华氏度
• 相异性、序、加法

比率属性（ ratio )

• 例如：长度、数量
• 相异性、序、加法、乘法

 1.2.3 属性变换

• 属性的类型可以用不改变属性意义的变换来描述
• 当使用保持属性意义的变换对属性进行变换时，产生相同的结果

1.2.4 用值的个数来描述属性的类型划分

离散属性（ discrete )

• 具有一系列有限个值或者无限可数个值

连续属性（ continuous )

• 用实数作为属性值

二元属性（ binary )

• 离散属性中的特例

非对称性属性（ Asymmetric Attributes )

1.3 数据集

1.7.1 数据集的一般特性

维度（ dimentionality )

分布（ distribution )

• 是构成数据对象的属性的各种值或值的集合出现的频率
• 看作对数据空间各个区域中对象集中程度的描述
• 统计学上的分布类型
• 分布的倾斜度-------倾斜度的一个特例：稀疏性

分辨率（ resolution )

1.7.2 数据集的类型

记录数据（ record data )

• 记录数据
• 事物数据（transaction data）
• 数据矩阵（data matrix）
• 稀疏数据矩阵（文档-词矩阵document—term matrix）

基于图形的数据（ graph - based data )

• 图形捕获数据对象之间的联系
• 数据对象本身用图形表示

有序数据（ ordered data )

• 时序事务数据（ sequential transaction data )

• 时间序列数据（ time series data )

• 序列数据（ sequence data )

• 空间数据（ spatial data )