数据定义：一系列测量值，表现形式多样，比如数值、文字、测量值、观测值、事物描述、图像等。

数据表格：列一般指属性或特征，行一般指特定的数据样本或实例。

监督机器学习中，属性代表类或者目标变量，值是我们想从其他属性值（X）进行预测得到的结果（Y）。

测量尺度：Stevens 1946年提出四种测量尺度，它们的表现属性在不断增加。

1. 称名数据（Nominal data）相互排斥，但不区分顺序，比如眼球颜色、婚姻状况、汽车的品牌等。

2. 顺序数据（Ordinal data）是数据顺序有意义的分类数据，但值之间没有区别，比如疼痛程度、学习成绩字母等级、服务质量等级、IMDB电影评分等。

3. 等距数据（Interval data）中两个值之间的不同具有意义，但是无“绝对0”的概念。比如标准化后的考试分数、华氏温度等。

4. 等比数据（Ratio data）拥有等距变量（interval data）的所有属性，并且还拥有明确的“0点”定义。变量为0时，表示该变量代表的某种事物或特征不存在。身高、年龄、股票价格、每周伙食支出等都是等比变量。

不同测量类型的主要操作与统计特性

称名数据和顺序数据对应于离散值，而等距数据与等比数据还可以对应于连续值。监督学习中，我们想要预测的属性值的测量尺度决定哪种机器算法可用。例如，从有限列表预测离散值称为“分类”，它可以使用决策树算法实现；而预测连续值称为“回归”,可以使用模型树算法实现。