数据分析（一）认识数据

数据对象（Data Objects）

1. 数据集由数据对象组成

2. 一个数据对象代表一个实体（entity）
   比如：
   销售的数据库：顾客，商品，销售
   医疗数据库：患者
   大学数据库：学生、老师、课程

3. 数据对象又称为样本、实列、数据点或对象

4. 数据对象用属性描述

5. 数据行对应数据对象；列对应属性

属性（Attr ibutes)

1. 属性是一个数据字段，表示数据对象的一个特征。
   如customer_ID,name,address

2. 类型
   标称属性（nominal）
   其值是一些符号或者事物名称
   比如：头发颜色={黑色，棕色，灰色，白色}
   二元属性（binary）
   是一种标称属性，只有两个状态：0或1
   对称的（symmetric）：两种状态具有同等价值，携带相同权重
   如：性别
   非对称的（asymmetric）:其状态的结果不是同样重要
   如：艾滋病的阳性和阴性结果
   对重要的结果用1编码，而另一个用0编码
   序数属性（ordinal）
   其可能的值之间具有有意义的序或者秩评定（ranking）但相继值之间的差是未知的。
   如：成绩={优，良，差}
   其中心趋势可以用它的众数和中位数表示，但不能定义均值。
   注意：标称、二元和序数属性都是定性的，即只描述对象的特征，不给出实际大小
   数值属性（numeric）
   区间标度属性（interval-scaled）
   比率标度属性（ratio-scaled）
   离散属性（discrete Attribute）
   具有有限或者无限可数个值。
   如：邮编/省份数目具有有限个值，customer_id是无限个数的。
   可以用或者不用整数表示
   连续