数据挖掘笔记——数据预处理

什么是数据？

    数据对象和属性的集合

一、属性的类型

属性常常用操作来描述，操作有

a. 相异性：

b.顺序大小

c.加法减法

d.乘法与除法

根据这些操作可以将属性分为：

a.      标称属性(Nominal attribute):只能区分是否相等，例如ID

b.      序数属性(Ordinal attribute):可以区分顺序大小，例如成绩分为优良中

c.      区间属性(Interval attribute):有大小之分，而且相加或者差值有意义，例如日期

d.      比率属性(Ratio attribute):差值或者比率都是有意义的，例如：年龄

或者可以根据值的个数分为：离散型属性和连续性属性

非对称属性（asymmetric attribute）：出现非零属性值才是重要的

二、数据集类型

1.记录数据

a.数据矩阵:关系数据库中的关系数据

b.文件数据：文档与term组成的表