Olen oppinut, että ominaisuus on havaittavan ilmiön yksilöllinen mitattava ominaisuus.
Sano esimerkiksi, että edustan ihmistä.
Tällöin eri piirteet voivat olla ikä, paino, pituus jne. Jos nyt asetan nämä piirteet vektoriin, muodostuu piirrosvektori. Sen perusteella, mitä minulla on, ominaisuusvektorilla (matriisi), tässä tapauksessa on kolme elementtiä – ensimmäinen on ikä, sitten paino ja lopuksi korkeus. Vastaavasti ”n” yksilöiden kohdalla minulla olisi ”n” ominaisvektoreita, joista jokaisella on 3 elementtiä.
Mikä ominaisuusjoukko tässä yhteydessä on?
Vastaa
Ominaisuusvektori on vektori, joka tallentaa tietyn havainnon ominaisuudet tietyssä järjestyksessä.
Esimerkiksi Alice on 26-vuotias ja hän on 5 ”6” pitkä. Hänen ominaisuusvektori voi olla [26, 5.5] tai [5.5, 26] riippuen siitä, miten valitset elementtien järjestämisen. Järjestys on tärkeä vain siltä osin kuin se on johdonmukainen .
Ominaisuusjoukko on joukko kaikkia sinua kiinnostavia ominaisuuksia, kuten pituus ja ikä.
Tämän terminologian implisiittinen oletus on, että tietosi ovat taulukkomaisia – jotenkin olet päättänyt edustaa niitä ”tasaisena”, matriisimaisena muotona. Mutta ei-taulukkotieto muodot, kuten verkkokaaviot, video, ääni, kuvat, binaariset datasekvenssit, … nämä kaikki edellyttävät jonkin verran suunnittelua edustamaan ominaisuusvektoreita.
Vastaa
Ominaisuus: on luettelo numeroista, esimerkiksi: ikä, nimi, pituus, paino jne. ., mikä tarkoittaa, että jokainen sarake on relaatiotaulukon ominaisuus.
Ominaisuusvektori edustaa tiettyä rivi relaatiotaulukossa. Jokainen rivi on ominaisuusvektori, rivi ”n” on ominaisuusvektori n: nnelle näytteelle.
Featur e Aseta: Auta ennustamaan lähtömuuttuja.
Esimerkki: Tietääksesi henkilön iän, meidän on tiedettävä syntymävuosi. Tässä Ominaisuusjoukko = Syntymävuosi.
Normaalisti hyvä ominaisuusjoukko voidaan tunnistaa käyttämällä alan asiantuntijatietoa tai matemaattista lähestymistapaa.
Vastaa
Yksinkertaisesta tietorakenteen näkökulmasta ero on siinä, että joukolla ei ole luontaista järjestystä eikä siinä ole kaksoiskappaleita (vrt. arpapussipussi), kun vektorilla on järjestys ja se voi sisältää mitä tahansa arvoa (samanlainen kuin taulukko tai yksiulotteinen matriisi).