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