資料屬性的分類：
視訊：https://www.bilibili.com/video/av56690626
枚舉或标稱屬性，二值屬性，Ordinal【序數的;】，數值屬性，區間标度屬性，比率标度屬性，離散屬性，連續屬性
p枚舉或标稱屬性：能夠用有限個元素對屬性進行描述的集合。如事物的分類，狀态或名稱。
頭發顔色 = {黑色,棕色，淡黃色，灰色，白色}
婚姻狀态，職業，ID，郵編等
p二值屬性：隻有兩個狀态的枚舉屬性
對稱的二值屬性：兩種狀态具有相同的價值
e.g., 性别
非對稱的二值屬性：兩種狀态的重要性不同.
e.g., 醫學測試(陰性 vs. 陽性)
慣例：将較為重要的取值置為1 (e.g., HIV positive)
pOrdinal【序數的;】
值的順序具有意義的屬性
尺寸= {小,中,大 }, 成績等
p數值屬性：可用整數或實數值度量的屬性。
身高，體重，收入
p區間标度屬性：使用相等的機關尺度度量，可以定量評估屬性值的差。
取值有順序
e.g., 攝氏溫度和華氏溫度
沒有真實的0點
p比率标度屬性：具有固定零點的數值屬性
開始溫度
工作年限、重量、高度和速度等
p離散屬性：具有有限個數的取值或無限可數的取值。
年齡，工号
用整數表示的屬性
注意：二進制屬性為一種特殊的離散屬性
p連續屬性：取值為實數的屬性。
如溫度、重量和高度等
取值通常用浮點數表示
中心趨勢度量:均值，中位數，衆數
均值(mean)：
- 算數均值
- 權重平均
- 對極端值敏感：截尾平均
中位數(median)：有序數值的中間值；
- 若N是奇數，則為中間值，若為偶數，這位最中間兩個之間的任意值。
- 當觀測數很大時，将取值劃分為區間，并計算每個區間内數值的個數，然後采用內插補點計算中位數的近似值。
衆數(mode)：出現最頻繁的值
一個衆數：單峰
兩個衆數：雙峰
三個衆數：三峰
資料散布的度量:
極差、四分位數，方差，标準差，盒圖
極差：最大值與最小值之差
分位數：取自資料分布的每隔一定間隔上的點，把資料劃分成基本上大小相等的連貫集合。
如四分位數，分别為Q1，中位數，Q3。四分位數極差：Q3-Q1
方差與标準差：https://zhidao.baidu.com/question/489232522.html
平均數：
甲：1/5(1+2+3+4+5)=3
乙：1/5(101+102+103+104+105)=103
丙：1/5(3+6+9+12+15)=9
方差：
甲：1/5[(1-3)²+(2-3)²+(3-3)²+(4-3)²+(5-3)²]=2
乙：1/5[(101-103)²+(102-103)²+(103-103)²+(104-103)²+(105-103)²]=2
丙：1/5[(3-9)²+(6-9)²+(9-9)²+(12-9)²+(15-9)²]=18
标準差：方差的平方根
甲：根号2
乙：根号2
丙：3倍根号2
盒圖：是一種流行的資料分布直覺表示
資料的相似性和相異性是聚類、分類、離群點分析等資料挖掘算法的基礎。
資料相似性的度量：
相似性： 衡量兩個資料對象之間的相似程度。一般而言，值越大代表兩個對象越相似。
枚舉屬性相似性：
二進制屬相鄰性：
點此闵可夫斯基距離可以不用看下面的啦