数据挖掘学习笔记（四）

第二章 数据

• 数据预处理是数据挖掘过程的第一个主要步骤，了解数据才能为分析与挖掘做好预处理。
• 数据的属性：
  • 数据值类型
  • 数据的分布
  • 图形表示形式
  • 数据的相似性与相异性

数据的属性

1.数据对象

• 数据集由数据对象组成。
• 一个数据对象代表一个实体。
• 例如：
  • 销售数据库：顾客、商品、销售
  • 医疗数据库：患者、医生、诊断治疗
  • 大学生数据库：学生、教授、课程
• 数据对象又称为样本、实例、数据点、对象或元组。
• 数据对象用属性描述。
• 数据表的行对应数据对象，列对应属性。

2.属性（Attributes）

• 属性：（规模，特征，变量）是一个数据字段，表示数据对象的一个特征。如：customer_ID、name、address。
• 属性类型：
• 标称属性（nominal）
• 二元属性（binary）
• 序数属性（ordinal）
• 数值属性（numeric）
• 区间标度属性（interval-scaled）
• 比率标度属性（ratio-scaled）

3.属性类型