【数据挖掘】属性的概念

1、属性： 一个数据字段，表示数据对象的一个特征。（属性（数据挖掘和数据库人员使用）、维（数据仓库）、特征（机器学习）、变量可以互换实用（统计学家使用））

 

2、标称属性：标称意味着“与名称相关”；标称属性的值是一些符号或失误的名称。每个只代表某种类别、编码或者状态，因而标称属性又被堪称是分类的。例如，人的属性->头发颜色（黑、白、棕、红、黄...）和婚姻状况（未婚、已婚、离异...）属于标称属性。其实也就是枚举的属性。

    标称属性值可以用数字表示，如1，2，3等；但是这些值并不具有有意义的序，并且不是定量的，因而这种属性的均值、中位数是没有意义的。众数是有意义的。

 

3、二元属性：是一种标称属性，只有两种类别（状态）：0和1，通常0表示该属性不出现，1表示出现。又称为布尔属性（true 和 false）。

    二元属性又分对称的和非对称的： 对称指两种状态具有同等价值且相同的权重，如性别（男、女）；非对称是指状态的结果不是同样重要的，如病毒化验结果（阳性、阴性）。

 

4、序数属性：其可能的值之间具有有意义的序或秩评定，但是相继值之间的差是未知的。序数属性通常用于等级评定调查。

标称、二元和序数属性都是定性的，他们描述对象的特征，而不给出实际大小或数量。定性属性的值通常是代表类别的词。

 

5、数值属性：是定量的，他是可度量的量，用证书或实数值表示，数值属性可以是区间标度的或比率标度的。

    区间标度属性：属性用相等的单位尺度度量。区间熟悉的值有序，例如： 20度，15度（温度属性）；

    比率标度属性：具有固定零点的数值属性，即一个值是另一个的倍数（比率）。比率值也是有序的，可以计算值之间的差、也能计算均值、中位数、众数。

 

6、离散属性与连续属性：机器学习领域开发的分类算法通常把属性分类成离散或连续的。

    离散属性：具有有限或无限可数个值，可以用或不用整数表示，如头发颜色、婚姻状况都是有限个值，是离散的。