第二章 输入：概念、实例和属性
- 机器学习的输入采用概念、实例、和属性的形式
2.1 概念
- 四种不同的学习方式
- 分类学习：用一个已分类的样本集表示学习方案，学习对未来样本分类的方法；
- 关联学习：寻找任何特性之间的关联，不仅仅预测类值；
- 聚类：聚合相似性的分组
- 数值预测：预测出的结论不是离散值而是数值量
2.2 样本
每一个数据都可以表示成实例与属性的矩阵，单一关系（数据库）、平面文件；
-
数据收集：数据必须集中、整合和清理，大型数据整合的思想称为数据仓库。提供访问成组数据的接口。
-
ARFF格式：
-
稀疏数据：
-
缺失值：
- 如果要对不同类型的缺失值进行区别，可以用不同的负整数表示（-1，-2，etc）；
- 一个特定的缺失值是否存在一些特别的意义；
-
不正确的值：
超出取值范围的值、重复的数据、有效期外的数据