机器学习_3_attribute

 

二、标称属性（nominal  attribute）

　1）特点

1. 标称属性的值是一些符号或事物的名称。
2. 每个值代表某种类别、编码、状态，因此标称属性又被看做是分类的（categorical）。
3. 标称属性的值不具有有意义的序，而且不是定量的。（也就是说，给定一个对象集，找出这种属性的均值没有意义）

　2）其它

1. 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）。
2. 尽管标称属性的值是一些符号或“事物的名称”，但也可以用数表示这些符号或名称，如 hari_color，可以用 0 表示黑色，1 表示黄色。
3. 但一种属性中最长出现的值，称为众数（mode），是一种中心趋势度量。

　　# 例：hari_color（头发颜色）、marital_status（婚姻状况）、occupation（职业），都是标称属性，表示对象的特征

 

四、序数属性（ordinal  attribute）

　1）特点

1. 属性对应的可能的值之间具有有意义的序或秩评定（ranking），但是相继值之间的查是未知的。（也就是对应的值有先后次序）

　2）其它

1. 例：drink_size，表示饮料杯的大小：小、中、大，这些值具有有意义的先后次序。
2. 序数属性可以通过把数值量的值域划分成有限个有序类别（如，0-很不满意、1-不满意、2-中性、3-满意、4-很满意），把数值属性离散化而得到。
3. 可以用众数和中位数表示序数属性的中性趋势，但不能定义均值。
4. 标称、二元和序数属性都是定性的，即，它们描述对象的特征，而不给出实际大小或数值。

 

六、离散属性与连续属性

• 机器学习中的分类算法通常把属性分为离散的和连续的。

　1）离散属性

• 特点：

1. 具有有限个或无限个可数个数，可以用或不用整数表示。
2. 例：hari_color、smoker、drimk_size都有有限个值，因此是离散的。

• 无限可数：如果一个属性可能的值集合是无限的，但是可以建立一个与自然数一一对应，则该属性是无限可数的。
• 例：customer_ID 是无限可数的。

　2）连续属性

• 如果属性不是离散的，则它是连续的。
• 文献中，术语“数值属性”和“连续属性”可以互换的使用。
• 实践中，实数值用有限位数数字表示，连续属性一般用浮点变量表示

参考： 数据挖掘：数据（数据对象与属性类型）