iT邦幫忙

2021 iThome 鐵人賽

DAY 23
0
自我挑戰組

人臉辨識的基礎理論系列 第 23

人臉辨識-day23 資料的型態

  • 分享至 

  • xImage
  •  

在每種資料在影藏些資訊,但會因單位或數值的不同,導致代表的意義也有所不同,有以下的類別,Nominal、Ordinal、Interval、Ratio。

Nominal:distinctness
可以區分不同的名稱、在每個名稱沒有數字間大小的涵義 (N6-5867 與 N6-5898 的涵義可以區分不同車子),舉例:航班號、車牌

Ordinal:distinctness、order
可以區分不同的名稱、在數字間有大小的關係,舉例:名次(數字越小代表名次越高)、門牌號碼

Interval:distinctness、order、addition
可以區分不同的名稱、在數字間有大小的關係、數字相加後是有意義的,舉例:尺寸、日期

Ratio:distinctness、order、addition、divide
可以區分不同的名稱、在數字間有大小的關係、數字相加與相除後是有意義的,溫度、時間、容量

Discrete:可數的、可以一一列舉出來,舉例:郵政編碼
Continuous:是實數、不可以數的,舉例:身高、體重

不同的資料型態:
Record-based
Graph-based 舉例:路線圖(航空、捷運)
ordered 舉例:年雨量圖(根據某一欄位來排列)


上一篇
人臉辨識-day22
下一篇
人臉辨識-day24 模型預測
系列文
人臉辨識的基礎理論30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言