# 資料的呈現
當我們決定了我們的分析目標後，就必須找一個方式來整理資料，如果資料沒有經過整理，就會像一堆糾纏在一起的毛線一樣，根本無從去做分析跟理解。
資料有很多呈現方式，比較常見的應該屬表格式的吧，這個表示方法也被很多資料庫所採用，他長得像這樣：

每一列（row，直行橫列，中文我一直都記不好，下面都用英文好了...）代表著一個單位的資料，英文稱它為 instance，未來在說明其他的東西時，我都稱為一個資料，因為我也不太知道要怎麼用中文表達這個概念 Orz。

而每一行（column）代表著不同的屬性。
每一個資料，都會有用來辨識的屬性（attribute），我們的機器在進行分析的時候，也是把資料的屬性作為分析的主體。

屬性可以大略分成兩種，一種是數量（numeric）屬性，又被稱為連續性（continuous）屬性（注意這邊的連續跟數學上連續的概念是有差異的），其實說穿了他就是一個數字啦，例如溫度可能是 32 度這樣。
另一種屬性則是名義（nominal）屬性，他是有限數量的一種屬性，又被稱為 categorical ，這種屬性呢比較接近人類的描述吧，例如溫度可能有三種，hot, cool 跟 normal，這樣的屬性通常比較好分析（我覺得啦）。

統計學家很有趣，他們有更細的屬性數據分類，稱為 levels of measurement，分成 nominal, ordinal, interval 和 ratio。

Nominal Scale

名義尺度，跟上面的簡單分類很像，其實就是名字。
這類的屬性只能夠做相等或不相等的比較。
ex. 天氣 = sunny, rainy, overcast

又稱為 qualitative scale。

Ordinal Scale

次序尺度，這一類的屬性是有順序性的，隱含了大小的概念，所以 ordinal scale 的屬性是能夠比大小的，
因此也產生了中位數的概念，然而我們並不能從大小中找出不同順序間的差距有多少。
ex. 低、中、高，或是第一第二第三這樣的順序，

Interval Scale

區間尺度，這一類的資料比起次序多了距離的概念，我們可以透過加減來獲得數據的距離，也能夠比較距離大小。
但因為「零點」的設定並不固定，所以沒有「比率」的概念，例如我們不能說 20 度比 10 度熱了兩倍，這樣的敘述是非常不合理的。
ex. 溫度

Ratio Scale

比率尺度，這一個層級的數據就有了「比率」的概念，數據之間可以進行乘除運算，也因為精準的 0 被定義出來，所以倍數之間的比較也變得有意義，例如 20 公分是 10 公分的兩倍，許多科學上的度量單位都屬於這個尺度的。
ex. 公尺、

參考資料

http://en.wikipedia.org/wiki/Level_of_measurement#Nominal_scale