数据分析 --数据的认识

数据集由数据对象组成

一个数据对象代表一个实体(entity)
数据对象又称为样本、实例、数据点、或对象
数据行对应数据对象; 列对应属性
数据对象用属性(attribute)描述
属性(attribute)是一个数据字段，表示数据对象的一个特征

类型

标称属性(nominal)

标称属性(nominal attribute) 其值是一些符号或者事物的名称。

二元属性(binary)

是一种标称属性，只有两个状态：0或1。
对称的(symmetric): 两种状态具有同等价值，携带相同权重。
非对称的(asymmetric): 其状态的结果不是同样重要

序数属性(ordinal)

其可能的值之间具有有意义的序或者秩评定(ranking)，但是相继值之间的 差是未知的。

数值属性(numeric)

区间标度(interval-scaled)属性
比率标度(ratio-scaled)属性

离散属性(discrete Attribute)

具有有限或者无限可数个值。
如： 邮编、省份数目具有有限个值，customer_Id是无 限可数的。
可以用或者不用整数表示。

连续属性(Continuous Attribute)

属性值为实数。
一般用浮点变量表示。

目的