在基本的結構化資料中，物件與屬性構成了二維表。如：編號為15的物件，其質量為1.6千克。
屬性的型別比較簡單。
列舉型/符號型
如顏色（紅、黃、藍），形狀（方形、圓形、三角形）等等。
布林型可以看作列舉型的特例。
距離計算時，不同列舉型值的距離常設定為1. 實型
實型屬性最為常見，如長度、寬度。很多方法把所有資料基本型別都統一為實型。針對實型的距離計算很直接。
資料預處理階段，經常將實型屬性歸一化到區間 [0,
1]
[0, 1]
[0,1
]或 [−1
,1
][-1, 1]
[−1,1]
。整型在距離計算方面，整型比較靠近實型；在值域大小方面，整形比較靠近列舉型。
區間型如 [
36.2
,36.8
][36.2, 36.8]
[36.2,
36.8
]表示乙個人某天的體溫。
模糊型這裡涉及隸屬度的概念。好吧我沒做模糊數學方面的研究…
屬性的附加資訊並不出現在資訊表之中，但它可以幫助我們更準確地分析資料。
代價測試代價是指為獲得某個屬性的值，所需要花費的時間、金錢等。簡單的情況下，每個屬性的測試代價可用乙個正整數表示。複雜的情況，可參見a hierarchical model for test-cost-sensitive decision systems, information sciences.
誤分類代價是指將第 i
ii類資料誤分類為第 j
jj類時的代價，它通常可用乙個 k×k
k \times k
k×k矩陣來表示，其中 k
kk為決策類別數。
延遲代價在決策粗糙集中考慮。
層級結構
當列舉型屬性的值域比較大時，有可能附帶層級結構。如：行政區域屬性的值域為 ，生物屬性的值域為 ，這些值閾本身具有乙個層級（樹型）結構。相應的屬性，可稱為「帶層級結構的列舉型」。
建立生物的層級結構通常是生物學家的事情，資料分析師想要插手也是可能的，通常可以使用聚類的方法，特別是層次聚類。
利用生物的層級結構進行機器學習，則是前沿研究課題。如：根據物件的顏色、形狀、食譜、速度，判斷它是波斯貓，比四肢動物更準確（在沒弄錯的情況）；利用乙個物件是二哈這一條件（其它條件包括年齡、體重、健康程度等），比把它當作狗，在選擇合適寵物的時候要更有利。
未完待續…
新手對於ros control 的一些認識
我認為，對於ros control的基本作用，就是把應用與實際機械人連線起來，包含一系列控制器介面 傳動裝置介面 硬體介面 控制器工具箱等等。它的總體框架 如下圖 就是對應不同的控制器，提供不同的介面，但是這樣藉口不同，針對不同的介面寫不同的 實在太過於繁瑣，於是，它又自己建立了乙個硬體抽象層，提高...
小白對於linux的命令的一些基礎認識
linux命令 linux命令的分類cd 就是內部命令 ping 就是外部命令 對於核心操作的都是內部命令 內部命令沒有真實的檔案在本地，靠shell提供的。shell檔案裡包含了所有的內部命令 比如後安裝的程式，都是外部命令，linux命令的通用命令格式 選項及引數的含義 命令列編輯的幾個輔助操作...
winpcap的一些認識
一 winpcap簡介 winpcap是unix下的libpcap移植到windows下的產物,他是乙個freeandopensource的專案。winpcap工作於驅動 driver 層，所以能以很高的效率進行網路操作。winpcap提供了以下強大的功能 1 捕獲原始的資料報 2 設定filter...