data mining-概念、实例和属性

对于机器学习方案如何运作，主要包括输入、输出、算法、以及评价。本文主要介绍机器学习方案的输入等概念。

概念

一个具体研究的对象，或者能被学习的事物，是我们可以取发现的、可以探讨的、并且具有可操作性。

实例

实例即学习的样本，学习的信息集，有关实例的背景知识等。

属性

每个实例由测量实例不同的方面的属性值所定，属性值存在许多不同类型。

ARFF格式文件-标准的数据集表示方式

一个典型的ARFF格式如下：

@relation weather

@attribute attr1(A,B,C) %枚举类型
@attribute attr2 numeric %数值类型

@data
%3 instances
A,3
B,2
C,5

属性类型

属性有两种基本类型：名目值和数量值。名目值可以理解为枚举类型，如天气属性有(sunny、rainy、cloudy),数量值有整数、浮点数等等。