資料物件和屬性類別：

　資料一般有噪聲，數量龐大，且來自不同的資料來源

　資料集由資料物件組成，一個資料物件代表一個實體

　資料物件：樣本、例項、資料點、物件　　

　資料物件以資料元組的形式存放在資料庫中，資料庫的行對應於資料物件，列對應於屬性

　屬性是一個資料欄位，與維、特徵、變數對應

　維 用於資料倉庫中

　特徵 用於機器學習中

　變數 用於統計學中

　屬性的型別 值域

　屬性有四大類：　

　　標稱屬性：只代表某種類別，不具有意義的序（無排序）例如第一食堂、第二食堂這種也是不具有意義的序

　　二元屬性：標稱屬性的一種特殊情況 ，只有0/1

　　序數屬性：順序有意義，相繼值之間的差是未知的，各值之間可以相互比較，但不一定是數字（比如白金會員、超級會員等）

　　數值屬性：定量的可度量的量，用整數或者實數表示。

　　　區間標度屬性：以相等的單位尺度度量

　　　比例標度屬性：具有固定零點的數值屬性

　　數值屬性和序數屬性之間在某些情況下可以相互轉換

　額外兩種型別：

　　離散型：有限個/無限個可數個數

　　連續性：資料具有連續性

　　離散型資料與連續型資料在一些情況下也可以相互轉換（區間分割/加值等，一般把連續轉換為離散）

　資料集型別：資料物件有時叫做點

　　訓練集：用於訓練模型

　　測試集：用於測試模型，對比預測值與真實值。

　　驗證集：用於調參，與測試集的區別為：驗證集可以反覆用，測試集僅用於一次測試

　　一般訓練：測試：驗證為6：2：2

　　當資料量很大，需使用GPU加速時：訓練、測試、驗證的比值為：8：1：1

　　在不適用驗證集時訓練集測試集比：

　　　總資料在1w以下：7：3

　　　總資料在1w以下：8：2

　　　資料量大到需使用GPU加速訓練：9：1

　　資料集的維度：一維資料、二維資料、多維資料、高維資料

　　資料集的稀疏性：在矩陣中，如果數值為0的元素遠大於非0元素的個數，非0元素排列無規律十，稱為稀疏矩陣；若非零元素佔大多數時，稱為稠密矩陣。（IE考試中記住概念即可）稀疏矩陣可以用於提升效能

　　資料集的解析度：灰度計算、圖片壓縮等（使用K-means）

　　資料彙總統計：量化，用單個數或數的小集合捕獲可能很大的值集的各種特徵

　　　中心趨勢度量：均值、中位數和眾數

 　　　度量資料散步：極差、四分位數（四等分位：第25個百分位數、第50個百分位數、第75個百分位數、第100個百分位數）、方差、標準差、四分位數極差