2. 数据对象和属性类型
数据集由数据对象组成。一个数据对象代表一个实体。通常，数据对象用属性描述。数据对象又称样本、实例、数据点或对象。
什么是属性
属性(attribute)是一个数据字段，表示数据对象的一个特征。
一个属性的类型由该属性可能具有的值得集合决定。
属性可以是标称的、二元的、序数的或数据值。
标称属性
标称意味与“名称”有关。
标称属性(nominal attribute)的值是一些符号或事物的名称。
每个值代表某种类别、编码或状态，因此标称属性又被看做是分类的(categorical)。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)。
比如，头发的颜色，可能值为黑色、褐色、淡黄色、红色、赤褐色、灰色和白色。
在标称属性上，数学运算没有意义。
标称属性是定性数据，不能进行定量的计算。但可以使用众数(mode)进行中心趋势度量。
二元属性
二元属性(binary attribute)是一种标称属性，只有两个类别或状态：0和1，其中0通常表示该属性不出现，而1表示出现。二元属性又称布尔属性，如果两种状态对应于true和false的话。
一个二元属性是对称的，如果它的两种状态具有相同价值并且携带相同的权重；即，关于哪个结果应该用0或1编码并无偏好。比如性别。
一个二元属性是非对称的，如果其状态的结果不是同样重要的，比如艾滋病毒化验的阳性和阴性结果。
序数属性
序数属性(ordinal attribute)是一种属性，其可能的值之间具有有意义的序或秩评定(ranking)，但是相继值之间的差是未知的。
比如，成绩有A+, A, A-, B+, B等。
对于记录不能客观度量的主观质量评估，序数属性是有用的。因此，序数属性常用于等级评定调查。
序数属性的中心趋势可以用众数和中位数表示，但不能定义均值。
标称属性、二元属性都是定性的。
数值属性
数值属性(numeric attribute)是定量的，即它是可度量的量，用整数或实数值表示。
数值属性可分为区间标度或比率标度的。
区间标度属性
区间标度(interval-scaled)属性用相等的单位尺度度量。区间属性的值有序，可以比较和定量评估值之间的差。
比如，温度(摄氏度和华氏度)属性是区间标度的，但不能说一个温度值是另一个的倍数，例如，不能说10摄氏度比5摄氏度温暖2倍。
比如，日期。
比率标度属性
比率标度(ratio-scaled)属性是具有固有零点的数值属性。如果度量是比率标度的，可以说一个值是另一个的倍数(比率)。
比如，开氏温标(K)具有绝对零点；重量、高度、速度等。
离散属性与连续属性
离散和连续是按照另一种维度来划分属性，跟上面的划分标准不同。
离散属性具有有限或无限可数个值，可以用或不用整数表示。
如果属性不是离散的，则它是连续的。
