属性
标称意味“与名称相关”。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。在计算机科学中,这些值也被看做是枚举的(enumeration)。
因为标称属性值并不具有有意义的序,并且不是定量的,因此,给定一个对象集,找出这种属性的均值(平均值)或中位数(中值)没有意义。然而,一件有意义的事情是使该属性最常出现的值,这个值称为众数(mode),是一种中心趋势度量。
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通常表示该属性不出现,而1表示出现。二元属性又称布尔属性,如果两种状态对应于true和false的话。
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。这样的例子如具有男和女这两种状态的属性gender(性别)。
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,如艾滋病病毒(HIV)化验的阳性和阴性结果。为方便计,我们将用1对最重要的结果(通常是稀有的)编码(例如,HIV阳性),而另一个用0编码
序数属性(ordinal attribute)是一种属性,其可能的值之间具有有意义的序或秩评定(ranking),但是相继值之间的差是未知的。
对于记录不能客观度量的主观质量评估,序数属性是有用的。因此,序数属性通常用于等级评定调查。在一项调查中,作为顾客,参与者被要求评定他们的满意程度。顾客的满意度有如下序数类别:0——很不满意,1——不太满意,2——中性,3——满意,4——很满意。
序数属性也可以通过把数值量的值域划分成有限个有序类别,把数值属性离散化而得到。
序数属性的中心趋势可以用它的众数和中位数(有序序列的中间值)表示,但不能定义均值。
标称、二元和序数属性都是定性的。即,它们描述对象的特征,而不给出实际大小或数量。这种定性属性的值通常是代表类别的词。如果使用整数,则它们代表类别的计算机编码,而不是可测量的量(例如,0表示小杯饮料,1表示中号杯,2表示大杯)。
数值属性(numeric attribute)是定量的,即它是可度量的量,用整数或实数值表示。数值属性可以是区间标度的或比率标度的。
区间标度(interval-scaled)属性用相等的单位尺度度量。区间属性的值有序,可以为正、0或负。因此,除了值的秩评定之外,这种属性允许我们比较和定量评估值之间的差。
比率标度(ratio-scaled)属性是具有固有零点的数值属性。也就是说,如果度量是比率标度的,则我们可以说一个值是另一个的倍数(或比率)。此外,这些值是有序的,因此我们可以计算值之间的差,也能计算均值、中位数和众数。