理解数据属性类型|定性和定量

先决条件： 数据挖掘

我们通常在讨论数据挖掘时，讨论数据发现。为了了解数据，有必要讨论数据对象、数据属性和数据属性的类型。挖掘数据包括了解数据、发现数据之间的关系。为此，我们需要讨论数据对象和属性。

数据对象是数据库的重要组成部分。数据对象表示实体。数据对象就像一个实体的一组属性。例如，销售数据对象可能代表客户、销售或购买。当数据对象列在数据库中时，它们被称为数据元组。

属性： 它可以被视为一个数据字段，代表数据对象的特征。对于客户，对象属性可以是客户Id、地址等 用于描述给定对象的一组属性称为属性向量或特征向量。

属性类型：

这是获取数据的第一步 数据预处理 .我们区分不同类型的属性，然后对数据进行预处理。下面是属性类型的描述。

1. 定性（名词（N）、序数（O）、二进制（B））。
2. 定量（数字、离散、连续）

定性属性：

1.名义属性——与姓名相关： 名词属性的值是事物的名称，某种符号。名词性属性的值代表某种类别或状态，这就是为什么名词性属性也被称为 类别属性 名义属性的值之间没有顺序（等级、位置）。 例子：

2.二进制属性： 二进制数据只有2个值/状态。例如是或否，受影响或未受影响，正确或错误。

• 对称的： 这两种价值观（性别）同等重要。
• 不对称： 这两个值并不同等重要（结果）。

3.顺序属性： 序数属性包含的值之间有一个有意义的序列或排序（顺序），但值之间的大小实际上是未知的，值的顺序显示了什么是重要的，但并不表明它有多重要。

数量属性：

1.数字： 因为它是一个可测量的实数，所以它是一个数值属性。数字属性有两种类型， 间隔 和 比率 .

• 一 区间标度 属性有值，它们的差异是可以解释的，但是数字属性没有正确的参考点，或者我们可以称为零点。数据可以按时间间隔进行加减，但不能进行乘法或除法。考虑一个摄氏度温度的例子。如果一天的温度是另一天的两倍，我们不能说一天的温度是另一天的两倍。
• A. 比例标度 属性是具有固定零点的数值属性。如果测量是按比例缩放的，我们可以说一个值是另一个值的倍数（或比率）。这些值是有序的，我们还可以计算值之间的差异，并且可以给出平均值、中位数、模式、分位数范围和五位数汇总。

2.离散： 离散数据有有限的值，它可以是数值的，也可以是分类的。这些属性具有有限或可数无限的值集。

例子：

3.连续 ：连续数据有无限多个状态。连续数据是浮点型的。在2和3之间可以有很多值。

例子：