1）特點
標稱屬性的值是一些符號或事物的名稱。
每個值代表某種類別、編碼、狀態，因此標稱屬性又被看做是分類的（categorical）。
標稱屬性的值不具有有意義的序，而且不是定量的。（也就是說，給定乙個物件集，找出這種屬性的均值沒有意義）
2）其它
這些值不必具有有意義的序，在電腦科學中，這些值也被看做是列舉的（enumeration）。
儘管標稱屬性的值是一些符號或「事物的名稱」，但也可以用數表示這些符號或名稱，如 hari_color，可以用 0 表示黑色，1 表示黃色。
但一種屬性中最長出現的值，稱為眾數（mode），是一種中心趨勢度量。
# 例：hari_color（頭髮顏色）、marital_status（婚姻狀況）、occupation（職業），都是標稱屬性，表示物件的特徵
1）特點
屬性對應的可能的值之間具有有意義的序或秩評定（ranking），但是相繼值之間的查是未知的。（也就是對應的值有先後次序）
2）其它
例：drink_size，表示飲料杯的大小：小、中、大，這些值具有有意義的先後次序。
序數屬性可以通過把數值量的值域劃分成有限個有序類別（如，0-很不滿意、1-不滿意、2-中性、3-滿意、4-很滿意），把數值屬性離散化而得到。
可以用眾數和中位數表示序數屬性的中性趨勢，但不能定義均值。
標稱、二元和序數屬性都是定性的，即，它們描述物件的特徵，而不給出實際大小或數值。
1）離散屬性
具有有限個或無限個可數個數，可以用或不用整數表示。
例：hari_color、smoker、drimk_size都有有限個值，因此是離散的。
2）連續屬性
參考：資料探勘：資料（資料物件與屬性型別）
Attribute 學習筆記
一 attribute 是為目標元素新增附加資訊的一種描述宣告，在執行的時候通過反射的方式來獲取附加的資訊。二 使用attributeusage來定義自定義attribute的屬性，attributeusage本身也是乙個attribute，這是專門施加在attribute類的attribute.a...
機器學習 3
如果你希望讓學習演算法能夠達到人類的地步，但是還沒有達到，那麼人工檢查一下你的演算法犯的錯誤，會讓你了解接下來該做什麼。這個過程稱為誤差分析。對於乙個貓狗分類的任務，你最終實現了90 的精度，這遠遠沒有達到你的目標。然後你對出錯的分類進行分析，發現他們看起來是有點像貓。或許你的隊友給你提一些建議，增...
C 特性Attribute學習
起初一直糾結於如何呼叫特性附著在下面那個成員的值，後來發現不需要呼叫，通過反射載入的時候是自動繫結上去的，即 獲得成員物件之後，有乙個方法可以獲得特性標籤。其實從類庫提供者，和類庫使用者的角度，分開來看就很容易理解了。類庫提供者 myclasslib類 myclasslib類有乙個showstrin...