데이터가 어떻게 구성되어있는가. 데이터의 분포

데이터 유형을 분류하는 방법

• Nominal/Ordinal/Integer/Ration attribute

  • 각 operation을 적용할 수 있는 데이터 타입

    

    

• Discrete/Continuous

  • 이산 데이터, 연속 데이터

• Symmetric/Asymmetric

  • Asymmetric
    • 0(발생 안한거)은 안중요하고 1(발생 한거)은 중요한 경우
    • 한쪽에만 관심이 있는 경우.
  • Symmetric
    • 발생안한거랑 발생한거랑 둘 다 중요한 경우
    • 같은 관심도를 가지고 있는 경우

Iris는 3가지 종류가 있음 (setosa, virginica, versicolor)

4개의 속성(sepal length, sepal width, petal length, petal width)을 가진 150개 record로 class (species)를 예측해보자.

경향성에 따른 통계값

• Mean(이상치에 민감), Median(이상치에 덜 민감), Mode(최빈값)

분포에 따른 통계값

• Range, Standard Deviation

범위 값을 쓰기엔 단위가 달라서 어렵다.

다중변수 탐색