数据对象和属性类型
数据集由数据对象组成。一个数据对象代表一个实体。通常,数据对象用属性描述。数据对象又称样本、实例、数据点或对象。
什么是属性
属性(attribute)是一个数据字段,表示数据对象的一个特征。
一个属性的类型由该属性可能具有的值得集合决定。
属性可以是标称的、二元的、序数的或数据值。
标称属性
标称意味与“名称”有关。
标称属性(nominal attribute)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做是分类的(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)。
比如,头发的颜色,可能值为黑色、褐色、淡黄色、红色、赤褐色、灰色和白色。
在标称属性上,数学运算没有意义。
标称属性是定性数据,不能进行定量的计算。但可以使用众数(mode)进行中心趋势度量。
二元属性
二元属性(binary attribute)是一种标称属性,只有两个类别或状态:0和1,其中0通常表示该属性不出现,而1表示出现。二元属性又称布尔属性,如果两种状态对应于true和false的话。
一个二元属性是对称的,如果它的两种状态具有相同价值并且携带相同的权重