机器学习探索性数据分析的数据类型（补充）

探索性数据分析(Exploratory Data Analysis， EDA )

EDA是指对已有的数据(特别是调查或观察得来的原始数据)在尽量少的先验假定下进行探索，通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。特别是当我们对这些数据中的信息没有足够的经验，不知道该用何种传统统计方法进行分析时，探索性数据分析就会非常有效。

离散属性：

若属性值间存在“序”（order）关系，可通过连续化将其转化为连续值。例如：
- 二值属性“身高”的取值“高”、“矮”可转化为{1.0, 0.0}
- 三值属性“高度”的取值“高”、“中”、“低”可转化为{1.0, 0.5, 0.0}；

若属性间不存在序关系，假定有K个属性值，通常转化为k维向量，例如：
- 属性“瓜类”的取值“西瓜”、“南瓜”、“冬瓜”可转化为(0,0,1), (0,1,0), (1,0,0)

注意： 将无序属性连续化则会不恰当地引入序关系，对后续处理如距离计算等造成误导。

在讨论距离计算时，属性上是否定义了序关系很重要，有序的离散属性跟连续属性性质更接近一些，能够直接在属性值上计算距离：如{1，2，3}，“1”与“2”比较接近，与“3”比较远。而定义域为{飞机，火车，轮船}这样的无序离散属性则不能直接在属性值上计算距离。

周志华 《机器学习》