← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9747.b · 生成模型:DeepSeek-V4.1-Flash

四种属性类型与可用运算

理解等级:中级

属性是对个体的定性或定量度量,按可做的运算分四级。定类只有等于与不等于,如性别、邮编、雇员编号;定序可比较大小但不能相减,如钻石切工等级、地震震级;定距有单位和间距、可加减但无绝对零点,如摄氏温度、日历日期;定比有绝对零点,可加减乘除,如年龄、开尔文温度、重量、金额。 这四级不是贴标签,而是决定哪种统计量有意义。邮政编码是定类,求平均邮编毫无意义,因为数字只是代号;把定类当数值放进回归,模型会凭空造出“邮编每增加 1 个单位”的斜率。 类型可以单向降级:五级切工可并成“好/极好”的定类,年龄可并成婴儿、青少年、成人、老年的定序;反过来不行,降级丢信息,升级则是伪造精度。分析前先判定属性类型,才能选对描述统计与模型,这也是后面处理分类变量(因子、哑变量)的起点。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_001.html) - 结论依据:3.1.3 节用表 3.2 给出 NOIR 四类属性的定义与支持运算,并指出类型可相互转换、邮编的均值没有意义。 - 原始内容:通常来说,属性是对一个物品或个体定性或定量的度量。这些属性可以分为四类:定类、定序、定距和定比(NOIR)[8]。表3.2区分了这四种属性类型,以及它们支持的操作。