网站排名外包百度热搜榜在哪里看
数据集
数据集是一组数据的集合，这些数据可以是数值型、文本型、图形型等多种形式。数据集通常用于统计分析、机器学习、科学研究、商业智能等领域，以发现数据中的模式、趋势和关联性。
数据集的组成：
- 变量（Variables）：数据集中的每个数据项称为变量，它们可以是数值、文本或日期等类型。
- 观测值（Observations）：数据集中的每一行或记录称为观测值，代表一个独立的数据点。
- 特征（Features）：在机器学习中，数据集中的每个变量或属性称为特征。
- 实例（Instances）：在某些情况下，观测值也被称为实例。
一个数组的例子：
[99,86,87,88,111,86,103,87,94,78,77,85,86]一个数据库的例子：
| Carname | Color | Age | Speed | AutoPass |
|---|---|---|---|---|
| BMW | red | 5 | 99 | Y |
| Volvo | black | 7 | 86 | Y |
| VW | gray | 8 | 87 | N |
| VW | white | 7 | 88 | Y |
| Ford | white | 2 | 111 | Y |
| VW | white | 17 | 86 | Y |
| Tesla | red | 2 | 103 | Y |
| BMW | black | 9 | 87 | Y |
数据类型
主要三种类别：
- 数值（Numerical）
- 分类（Categorical）
- 序数（Ordinal）
数值数据是数字，可以分为两种数值类别：
离散数据（Discrete Data）
- 限制为整数的数字。例如：经过的汽车数量。
连续数据（Continuous Data）
- 具有无限值的数字。例如：一件商品的价格或一件商品的大小。
分类数据是无法相互度量的值。例如：颜色值或任何 yes/no 值。
序数数据类似于分类数据，但可以相互度量。示例：A 优于 B 的学校成绩，依此类推。
通过了解数据源的数据类型，您就能够知道在分析数据时使用何种技术。
END.