انواع مختلف داده‌ها در داده‌کاوی کدامند؟

مدرس: مسعود کاویانی

MasoudKaviani.ir

در داده‌کاوی و آمار داده‌ها به صورت‌ها مختلف تقسیم بندی می‌شوند. متخصصان علم داده با توجه به کاربرد و کارکرد داده‌ها، آن‌ها را به دسته‌های مختلفی تقسیم بندی کرده‌اند که هر دسته ویژگی‌های خاص خود را دارد.

در کل داده‌ها در علم آمار و داده‌کاوی به دو دسته عددی (Numeric) و غیرعددی (Categorical) تقسیم بندی می‌شوند. هر کدام از آن‌ها به دسته‌های مختلف تقسیم بندی می‌شوند. نگاهی به شکل زیر بیندازید:

داده‌های عددی خود به دو دسته پیوسته (Continuous) و گسسته (Discrete) تقسیم بندی می‌شوند. داده‌های پیوسته مانند درجه‌ی دمای هوا یا سطح آب دریا. مثلا درجه دمای هوا ۲۵.۶درجه است و می‌تواند ۲۵.۶۷درجه هم باشد. ولی داده‌های گسسته مانند تعداد گل‌های یک بازی فوتبال که می‌تواند ۱ یا ۲ یا هر چند تا باشد.

داده‌های غیر عددی مانند یک نوع خاص از لپ تاپ (مثلا Asuss یا Dell یا Sony) که می‌تواند یک سری مقدار مشخص بگیرد. داده‌های غیر عددی نیز خود می‌توانند انواع مختلفی داشته باشند. یکی از انواع داده‌های غیر عددی را می‌توان داده‌های دودویی (Binary) دانست که فقط می‌توانند دو مقدار داشته باشند. برای مثال یک فرد وام گرفته است یا خیر. مثال دیگری از داده‌های دودویی را می‌توان در مسئله تشخیص تقلب دانست که مثلا آیا یک فرد مورد نظر در یک تراکنش بانکی تخلف انجام داده است یا خیر. یک نوع داده غیر عددی دیگر نیز وجود دارد و آن داده‌های ترتیبی (Ordinal) هستند. داده‌هایی که ترتیب مشخص دارند یک به طور مشخص یکی بیشتر از دیگری است. برای مثال تیم‌های شرکت کننده در لیگ فوتبال که ترتیب مشخص دارد. توجه کنید که نوع داده ترتیبی یا همان Ordinal نوعی داده‌ی غیر عددی است و می‌توان با آن به صورت غیر عددی رفتار کرد.