在数据挖掘中，变量、维度和属性的概念相近，关键在于数据类型。离散数据通常指可计的整型值，如[1,2]，而连续数据则表示无限可分的区间，如[1,2]之间包含无数实数。样本的个体间差距决定了数据是更接近离散还是连续：差距大倾向于连续，差距小则为离散。例如，家庭人数作为样本时，由于差距小表现为离散数据；而全国人口因个体间差距大，被视为连续数据。
数据挖掘范畴中：变量、维度、属性表示的意义相同
离散数据与连续数据的定义是相对的
起决定性因素的是：（样本总量）与（样本中个体与个体之间的差距）的差距大小；差距越大，样本越接近连续数据，差距越小，越接近于离散数据
例如：样本是家庭，家庭中五个人，每个人是一个个体，差距较小，该样本就是离散数据；样本是全国十四亿人，每个人是一个个体，差距较大，该样本就是连续数据
离散数据：一般表示可计的，整型的数据，比如正整数列表 [1，2]，只能有1，2；连续数据：一般表示不可计，可以被无限挖掘的数据，比如区间 [1，2]，1和2之间可以有无限个数据
扫一扫
4289
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
