数据挖掘导论笔记 第二章

2.1 数据类型

数据集
数据对象的集合，数据对象用一组刻画对象基本特征的属性描述。
通常，数据集是一个文件，其中对象是文件的记录(Record)（或行），每一个段或列对应一个属性。

2.2.1 属性与度量

1.什么是属性

属性
是对象的性质或特性，它因对象而异，或随时间而变化。

测量标度
是将数值或符号值与对象的属性相关联的规则（函数）。形式上，测量过程是使用一个测量标度将一个值与一个特定对象的特定属性相关联。

2.属性类型

属性的性质不必与用来度量它的值的性质相同，用来代表属性的值可能具有不同于属性本身的性质。
属性的类型告诉我们，属性的哪些性质反映在用于测量它的值中，通常将属性的类型称作测量标度的类型。

3.属性的不同类型

数值的性质
可以根据数值性质来判断属性类型。

1. 相异性 ＝和≠
2. 序 ＜、≤、＞、≥
3. 加法 +和-
4. 乘法 ×和÷

属性类型

• 赋予标称、序数和区间属性合法的操作，对于比率也合法。
• 标称和序数统称分类(categorical)或定性(qualitative)属性、区间和比率统称为定量(quantitative)或数值(numeric)属性，定量属性可以是离散值或连续值。

保持意义的变换

4.用值的个数描述属性

• 离散 离散属性具有有限个值或无限可数个值，是分类的。通常用整数型表示。二元属性是离散属性的特殊情况，只接受两个值。