高教社课件模式识别与数据挖掘教材PPT-第2章-数据.pptxVIP

第二章数据;目;数据基本概念;数据类型

数据集：数据（集）可以定义为数据对象的集合，其中每个数据对象由一个或多个属性描述。

属性：属性（attribute）表示数据对象的基本特征，其类型是由该属性可能具有的值的集合决定。根据属性值的特点，可以将属性分为四种类型：标称（nominal）、序数（ordinal）、区间（interval）和比率（ratio）。;属性变换

属性的类型可以通过不改变属性意义的变换来表述。例如，对于性别，我们可以使用编码方式，其中0表示女，1表示男，更多信息如下表所示：;;?;?;中心趋势度量

众数：众数（mode）是另一种常用的中心趋势度量。数据集的众数指的是在集合中出现次数最多的值。因此，众数可以适用于定性和定量属性。

在某些情况下，出现频率最高的值可能对应多个不同的值，从而导致数据集存在多个众数。根据众数的数量不同，数据集可以是单峰的、双峰的或三峰的。一般而言，具有两个或更多众数的数据集是多峰的。如果每个数据值仅出现一次，则该数据集没有众数。

在一个完全对称的单峰分布数据集中，均值、中位数和众数是相同的中心值。然而，在大多数实际应用中，数据分布往往是不对称的。数据可能呈现正倾斜（右倾斜），此时众数小于中位数，中位数小于均值；或者呈现负倾斜（左倾斜），此时众数大于中位数，中位数大于均值。这种分布特性表明，在非对称数据集中，不同的中心趋势度量可