先决条件：数据挖掘
当谈论数据挖掘时，我们通常讨论从数据中发现知识。要了解数据，有必要讨论数据对象，数据属性和数据属性的类型。挖掘数据包括了解数据，查找数据之间的关系。为此，我们需要讨论数据对象和属性。
数据对象是数据库的重要组成部分。数据对象代表实体。数据对象就像实体的一组属性。例如，销售数据对象可以代表客户，销售或购买。当数据对象在数据库中列出时，它们称为数据元组。
属性：
可以将其视为代表数据对象的特征或特征的数据字段。对于客户而言，对象属性可以是客户ID，地址等。可以说，用于描述给定对象的一组属性称为属性向量或特征向量。
属性类型：
这是数据数据预处理的第一步。我们区分不同类型的属性，然后对数据进行预处理。因此，这里是属性类型的描述。
- 定性的(标称(N)，序数(O)，二进制(B))。
- 定量(数值，离散，连续)
定性属性：
1.标称属性–与名称有关：标称属性的值是事物的名称，是某种符号。名义属性的值表示某种类别或状态，这就是为什么名义属性也称为分类属性，并且名义属性的值之间没有顺序(等级，位置)的原因。
例子 ：
2.二进制属性：二进制数据只有2个值/状态。例如，是或否，受影响或不受影响，是或否。
- 对称：这两个值同等重要(性别)。
- 不对称：这两个值不是同等重要(结果)。
3.序数属性：序数属性包含的值之间具有有意义的顺序或排名(顺序)，但实际上并不知道这些值之间的大小，值的顺序显示重要但不指示其重要性是。
定量属性：
1.数值：数值属性是定量的，因为它是可测量的量，以整数或实数值表示。数值属性有2种类型，间隔和比率。
- 间隔缩放的属性具有可以解释其差异的值，但是数字属性没有正确的参考点，或者我们可以将其称为零点。可以按间隔比例添加和减去数据，但不能相乘或相除。考虑以摄氏度为单位的温度示例。如果一天的温度是另一天的两倍，我们就不能说一天的温度是另一天的温度的两倍。
- 比例缩放属性是具有固定零点的数字属性。如果度量是比例缩放的，我们可以说一个值是另一个值的倍数(或比率)。这些值是有序的，我们还可以计算值之间的差，并且可以给出均值，中位数，众数，分位数范围和5个数的汇总。
2.离散：离散数据具有有限值，可以是数字，也可以是分类形式。这些属性具有一组有限或无数个值。
例子：
3.连续的：连续的数据具有无限个状态。连续数据是浮点型的。 2到3之间可以有很多值。
例子 ：
