數據類型

1、屬性：

屬性是對象的性質或者特性，它因對象而異，或隨著時間變化。

我們根據屬性值的運算定義下面四種屬性類型：

數據集的一般特性

1、維度：分析高維數據有時會陷入維災難，數據預處理的一個重要動機就是減少維度。

2、稀疏性：有些數據集如果具有非對稱特征的數據集（一個對象的大部分屬性上的值都是0，出現非零屬性值才是最重要的）。實際上稀疏性是一個優點，因為只有非零值才需要存儲和處理，這將節省大量的計算時間和存儲空間。

3、分辨率：分辨率太高，可能無法識別模式或者掩埋在噪聲中，如果分辨率太低，可能模式無法出現。

數據質量

1、測量誤差和數據收集錯誤

2、噪聲（測量誤差的隨機部分）和偽象（確定性的失真）

3、精度、偏倚和準確率

4、離群點

5、遺漏值

6、不一致的值

7、重復數據

8、應用問題：時效性和相關性

?

?

總結

以上是生活随笔為你收集整理的[DataAnalysis]机器学习数据类型和数据质量的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。