[数据挖掘]类别属性什么是标称型和数值型

在数据挖掘和机器学习中，特征（属性）可以分为两种类型：标称型（Nominal）和数值型（Numeric）。这两种属性类型有不同的特点和用途：

标称型属性（Nominal）：

标称型属性是一种用于表示类别或禺别的属性类型。它们通常没有数值上的顺序或大小关系。
例子包括性别（男、女）、颜色（红、绿、蓝）等。
这些属性之间的区别仅在于它们是否相同，而无法进行比较大小。
在处理标称型属性时，通常需要将其编码为数字形式以便计算。
数值型属性（Numeric）：

数值型属性是具有实际数值意义的属性类型，可以进行数值运算和比较。
可以进一步分为连续型和离散型属性。
连续型属性是可以取任何数值的属性，例如身高、体重等。
离散型属性只能取有限个数值，例如年龄、数量等。
数值型属性允许基于数值操作进行统计分析和建模。
总结来说，标称型属性用于描述类别和类别之间的差异，而数值型属性提供了更多数值信息，可以进行数学运算。正确理解和区分这两种属性类型对于数据处理和建模至关重要。