- 機器學習基礎
- ML - 首頁
- ML - 簡介
- ML - 入門
- ML - 基本概念
- ML - 生態系統
- ML - Python 庫
- ML - 應用
- ML - 生命週期
- ML - 技能要求
- ML - 實現
- ML - 挑戰與常見問題
- ML - 限制
- ML - 真實案例
- ML - 資料結構
- ML - 數學
- ML - 人工智慧
- ML - 神經網路
- ML - 深度學習
- ML - 獲取資料集
- ML - 分類資料
- ML - 資料載入
- ML - 資料理解
- ML - 資料準備
- ML - 模型
- ML - 監督學習
- ML - 無監督學習
- ML - 半監督學習
- ML - 強化學習
- ML - 監督學習與無監督學習
- 機器學習資料視覺化
- ML - 資料視覺化
- ML - 直方圖
- ML - 密度圖
- ML - 箱線圖
- ML - 相關矩陣圖
- ML - 散點矩陣圖
- 機器學習統計學
- ML - 統計學
- ML - 平均數、中位數、眾數
- ML - 標準差
- ML - 百分位數
- ML - 資料分佈
- ML - 偏度和峰度
- ML - 偏差和方差
- ML - 假設
- 機器學習中的迴歸分析
- ML - 迴歸分析
- ML - 線性迴歸
- ML - 簡單線性迴歸
- ML - 多元線性迴歸
- ML - 多項式迴歸
- 機器學習中的分類演算法
- ML - 分類演算法
- ML - 邏輯迴歸
- ML - K近鄰演算法 (KNN)
- ML - 樸素貝葉斯演算法
- ML - 決策樹演算法
- ML - 支援向量機
- ML - 隨機森林
- ML - 混淆矩陣
- ML - 隨機梯度下降
- 機器學習中的聚類演算法
- ML - 聚類演算法
- ML - 基於中心點的聚類
- ML - K均值聚類
- ML - K中心點聚類
- ML - 均值漂移聚類
- ML - 層次聚類
- ML - 基於密度的聚類
- ML - DBSCAN 聚類
- ML - OPTICS 聚類
- ML - HDBSCAN 聚類
- ML - BIRCH 聚類
- ML - 親和傳播
- ML - 基於分佈的聚類
- ML - 凝聚層次聚類
- 機器學習中的降維
- ML - 降維
- ML - 特徵選擇
- ML - 特徵提取
- ML - 向後剔除法
- ML - 向前特徵構建
- ML - 高相關性過濾器
- ML - 低方差過濾器
- ML - 缺失值比率
- ML - 主成分分析
- 強化學習
- ML - 強化學習演算法
- ML - 利用與探索
- ML - Q學習
- ML - REINFORCE 演算法
- ML - SARSA 強化學習
- ML - 演員-評論家方法
- 深度強化學習
- ML - 深度強化學習
- 量子機器學習
- ML - 量子機器學習
- ML - 使用 Python 的量子機器學習
- 機器學習雜項
- ML - 效能指標
- ML - 自動工作流
- ML - 提升模型效能
- ML - 梯度提升
- ML - 自舉匯聚 (Bagging)
- ML - 交叉驗證
- ML - AUC-ROC 曲線
- ML - 網格搜尋
- ML - 資料縮放
- ML - 訓練和測試
- ML - 關聯規則
- ML - Apriori 演算法
- ML - 高斯判別分析
- ML - 成本函式
- ML - 貝葉斯定理
- ML - 精確率和召回率
- ML - 對抗性
- ML - 堆疊
- ML - 輪次
- ML - 感知器
- ML - 正則化
- ML - 過擬合
- ML - P值
- ML - 熵
- ML - MLOps
- ML - 資料洩露
- ML - 機器學習的盈利化
- ML - 資料型別
- 機器學習 - 資源
- ML - 快速指南
- ML - 速查表
- ML - 面試問題
- ML - 有用資源
- ML - 討論
機器學習 - 資料型別
機器學習中的資料主要分為兩種型別：數值型（定量）資料和類別型（定性）資料。**數值型資料**可以測量、計數或賦予數值，例如年齡、身高、收入等。**類別型資料**是非數值資料，可以按照有意義或無意義的順序排列成類別，例如性別、血型等。
此外，數值型資料可以進一步分為**離散**資料和**連續**資料。類別型資料也可以分為兩種型別：**名義**資料和**有序**資料。讓我們詳細瞭解機器學習中這些資料型別。
什麼是機器學習中的資料？
在機器學習中，資料是一組用於訓練、驗證和測試機器學習模型的觀察或測量值。資料在機器學習中至關重要，因為它構建準確的機器學習模型的基礎。
什麼是資料型別？
機器學習中使用的資料可以大致分為兩種型別：
數值型（定量）資料
數值型（定量）資料是可以測量、計數或賦予數值的資料。數值型資料的例子包括年齡、身高、收入、班級學生人數、書架上的書籍數量、鞋碼等。
數值型資料可以分為以下兩種型別：
- 離散資料
- 連續資料
1. 離散資料
離散資料是可以計數、有限且只能取某些值的數值型資料，通常是整數。離散資料的例子包括班級學生人數、書架上的書籍數量、鞋碼、池塘裡鴨子的數量等。
2. 連續資料
連續資料是在指定範圍內可以取任何值的數值型資料，包括分數和小數。連續資料的例子包括年齡、身高、體重、收入、時間、溫度等。
什麼是真零點？
真零點表示被測量的量的不存在。例如，身高、體重、年齡、開爾文溫度都是具有真零點的示例。因為 0 釐米的高度代表高度的絕對不存在，0K 的溫度代表沒有熱量。但是攝氏度（或華氏度）的溫度是具有假零點的示例。
我們可以根據真零點將數值型資料分為以下兩種型別：
- **區間資料** - 資料點之間間隔相等的定量資料。例如溫度（華氏）、溫度（攝氏）、pH 值、SAT 成績（200-800）、信用評分（300-850）等。
- **比率資料** - 與區間資料相同，但具有真零點。例如公斤重量、學生人數、收入、速度等。
類別型（定性）資料
類別型（定性）資料可以按有意義或無意義的順序進行分類。例如，性別、血型、頭髮顏色、國籍、學校成績、教育水平、收入範圍、評分等。
類別型資料可以分為以下兩種型別：
- 名義資料
- 有序資料
1. 名義資料
名義資料是不能按順序或等級排列的類別型資料。名義資料的例子包括性別、血型、頭髮顏色、國籍等。
2. 有序資料
有序資料是可以按特定屬性排序或等級排列的類別型資料。有序資料的例子包括學校成績、教育水平、收入範圍、評分等。
資料的四個測量水平
我們可以將資料分為四個級別：名義、有序、區間和比率。這些測量級別是根據以下四個特徵劃分的：
- **類別** - 資料可以分類，但不能排序。
- **等級順序** - 資料可以按照某種有意義的順序進行分類。
- **相等差值** - 連續資料點之間的差異保持相同。
- **真零點** - 它表示被測量的量的不存在。
下表突出顯示了四個測量級別與上述四個特徵之間的關聯。
| 名義 | 有序 | 區間 | 比率 | |
|---|---|---|---|---|
| 類別 | 是 | 是 | 是 | 是 |
| 等級順序 | 是 | 是 | 是 | |
| 相等差值 | 是 | 是 | ||
| 真零點 | 是 |
名義資料是無意義順序的類別型資料，而有序資料是有意義順序的類別型資料。真零點的概念在區分割槽間資料和比率資料方面發揮作用。比率資料與區間資料相同，但它包括真零點。