数据对象的属性（特征）类型

   在数据挖掘/机器学习过程中，当我们在对属性进行处理时，分清属性的类型是有必要的，不同类型的属性需要使用不同的处理方法，如在对对象的标识列进行处理时，对该列进行数学运算是没有意义的，因为对象的标识列一般是标称属性，只是起到唯一标识的作用。数据对象的属性类型可以用下图来概括：

   从图中可以看出，数据对象的属性类型可以分为标称属性、二元属性、序数属性、数值属性四大类。其中二元属性是标称属性的特例。下面从各种属性类型的特点、可以使用的中心趋势度量、是否可以离散化三个维度来概括。

1 标称属性

   标称属性的值是一些符号或事物的名称，但可以用数字表示这些符号或名称，标称属性的值是枚举的。常见的标称属性如姓名、籍贯等。鉴于标称属性的特点，统计它的中位数和均值是没有意义的，但是我可找出某个出现次数最多的值，比如，出现次数最多的姓名，这个就可以用众数来表示。因此，标称属性的中心趋势度量一般是众数。

2 二元属性

   二元属性是标称属性的特例，也是一种布尔属性，对应0和1两个状态，分别表示false和true。常见的二元属性如抛一枚硬币是正面朝上还是反面朝上，患者的检查结果为阴性还是阳性。二元属性分为对称的和非对称的，如果属性的状态结果是同等重要的，如抛硬币的结果状态，则该属性是对称的二元属性，反之为非对称二元属性。由于二元属性也是标称属性的一种，因此只能用众数来统计二元属性。

3 序数属性

   序数属性的可能值之间存在有意义的序或秩评定，但是相继值之间的差是未知的，常见的序数属性如上衣的尺寸有S、M、L、XL，可以用数字，如1、2、3、4分别对应属性的S、M、L、XL值。由于序数属性是有序的，它的中位数是有意义的，因此序数属性的中心趋势度量可以是众数和中位数。

   标称属性、二元属性、序数属性都是定性的，且都是离散的。

4 数值属性

   数值属性用整数或实数值表示，常见的数值属性如年龄。数值属性可以是区间标度的或比率标度的。区分区间标度和比率标度属性的原则是该属性是否有固有的零点，如摄氏温度没有固有的零点，比值没意义，所以是区间标度属性，而开式温度有固有的零点，比值是否有意义，所有是比率标度属性。数值属性的平均值是有意义的，如某个城市的平均年龄可以看出这个城市的老龄化情况，因此，数值属性可以用众数、中位数、平均值三个中心趋势度量来统计。

   数值属性是定量的，可以是离散的也可以是连续的。