机器学习中数据属性及相关处理总结

       想要继续的往前走，必须有深厚的内功，现在就是在修炼内功的时候，其实就是扎马步，略略略。

        看到一个问题的求解，首先需要明确我们处理的是什么数据，不同的数据当然要不同的处理呀。数据的属性，也可以叫特征，变量，维度等，我们对属性进行研究，不同的属性给与不同的处理。

      属性的划分：

1.  标称属性（分类属性）,也就是只具有类别信息，只是一个符号和事物的名称。对于标称属性，数学运算时真的没有一丢丢用啊，比如什么均值，中位数，方差。。但众数还是有用的，是一种中心趋势度量。
2.  二元属性（布尔属性），是1中标称属性的特殊情况。
3. 序数属性，只是表明数据的值之间存在某种有意义的顺序，但具体的差值是不知道的，比如小，中，大的情况。考虑计算均值方差也是没有什么意义的，但可以使用众数和中位数来表示。  123的属性都是定性属性。
4. 数值属性，允许我们进行数值运算，以长度和温度为代表。温度可以加减，但长度还能做除法。
5. 连续属性，上述的1，2，3，4为离散属性，一般情况下，连续属性还是用浮点变量来表示。

      对数据的基本描述：

1. 从中心趋势度量角度分析数据
2. 从数据的散度角度来分析数据
3. 从数据可视化角度来分析数据

      首先先从中心趋势度量角度分析数据：包括均值，中位数，众数，加权算术平均，中列数（max+min/2）。

     其次可以从数据的散布角度来度量，考虑数值数据散布或发散的度量，包括：极差，分位数，四分位数，四分位数极差，五数概括（盒图），方差和标准差。

     最后，我们可以从数据的可视化表示的图形角度来考虑数据：分位数图，分位数-分位数图（q-q图），直方图（频率直方图），散点