机器学习学习笔记 --- 标称型数据和数值型数据

【标称型数据和数值型数据】

监督学习一般使用两种类型的目标变量：标称型和数值型

标称型：一般在有限的数据中取，而且只存在‘是’和‘否’两种不同的结果（一般用于分类）

数值型：可以在无限的数据中取，而且数值比较具体化，例如4.02,6.23这种值（一般用于回归分析）

监督学习中的分类方法输出是标称型数据。

监督学习中的回归方法输出是数值型数据。

 

【标称属性和数值属性】

属性，表示数据对象的一个特征。

标称属性(nominal attribute)意味着‘与名称相关’，它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作是分类的(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)。在标称属性上，数学运算是没有意义的。

二元属性(binary attribute）是一种标称属性，只有0，1两种状态。通常0表示不出现，1表示出现。

序数属性(ordinal attribute)，其可能只具有有意义的序或评定(ranking)，但是相继值之间的差是未知的，具有先后顺序。序数属性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。

以上属性都是定性的。即它们描述对象的特征，而不给出实际大小或数量。

数值属性(numeric attribute)是定量的，即它是可度量的量。数值属性可以是区间标度的或比率标度的。

区间标度属性(interval-scaled attribute)用相等的单位尺度度量。区间属性的值。

比率标度(ratiao-scaled)属性具有固定零点的数值属性。可以进行数值运算。