数据对象与属性类型

数据对象和属性类型
数据集的类型以下是常见的数据集类型及其主要特点和应用场景的详细说明：模块名称主要特点和场景图像数据集 包含图像数据的数据集，通常用于计算机视觉任务，如图像分类、目标检测和图像分割。 文本数据集 包含文本数据的数据集，可用于自然语言处理任务，如文本分类、情感分析和命名实体识别。 语音数据集 包含语音或语音转录的数据集，适用于语音识别、语音合成和语音情感识别等语音处理任务。 视频数据集 包含视频数据的数据集，广泛应用于视频分析、行为识别、行人检测和动作识别等计算机视觉任务。 时序数据集 包含时间序列数据的数据集，通常用于预测和序列建模任务，如股票价格预测、天气预测和自然语言生成。 强化学习数据集 用于强化学习任务的数据集，包含智能体与环境之间的交互数据，适用于训练智能体学习最优策略，如游戏玩法优化和机器人控制。 图数据集 包含图结构数据的数据集，用于图分析任务，如社交网络分析、推荐系统和知识图谱构建。 多模态数据集 包含多种模态（如图像、文本、语音）数据的数据集，可用于多模态学习和跨模态任务，如图像描述生成和视听合一。 生物数据集 包含生物信息学数据的数据集，用于生物学研究和基因组学任务，如基因表达谱分析、蛋白质结构预测和药物发现。 事务数据集 包含一系列事务或交易数据的数据集。每个事务通常由多个项集（itemset）或物品组成，用于关联规则挖掘和序列模式挖掘等任务。 万维网数据集 包含从互联网上收集的网页、文档和超链接等数据的数据集。通常用于信息检索、文本挖掘、网页推荐和搜索引擎优化等任务。 社交或信息网络数据集 包含社交网络或其他类型的网络结构和节点之间的关系的数据集。适用于社交网络分析、社区发现、影响力传播和推荐系统等任务。 空间数据集 包含地理位置、地图和地理特征等空间相关数据的数据集。常用于地理信息系统（GIS）、位置推荐、路径规划和地理数据分析等任务。 自定义数据集 用户根据特定需求自行创建的数据集，可涵盖任何领域和任务，具有灵活性和个性化。 这些是常见的数据集类型，每个类型都有其独特的特点和适用场景。其中数据集由数据对象组成，数据对象表示实体。也称为样本，例子，实例，数据点，对象，元组。例子: 销售数据库:客户，商品，销售 医疗数据库:病人，治疗 大学数据库:学生，教授，课程数据对象由属性描述。 数据库行=数据对象;列=属性。Attribute(或尺寸、特征、变量):表示数据对象的特征或特征的数据字段。 例如，customer_ID，name，address 类型:名义的:类别，状态，或“事物的名称”Hair_color={赤褐色，黑色，金色，棕色，灰色，红色，白色} 婚姻状况，职业，身份证号码，邮政编码二进制只有2个状态(0和1)的Nominal属性 对称二进制:两种结果同等重要例如，性别 不对称的二进制:不同等重要的结果。例如，医学测试(阳性对阴性) 惯例:将1分配给最重要的结果(例如，HIV阳性)数字:定量 间隔缩放 比例缩放