Mcoder.ai- Data mining

Datos Orientados a la NO Dependencia

El registro de los datos No tiene alguna dependencia específica  entre ellos, esto quiere decir que el registro de cada dato es independiente de los demás datos.

Mcoder.ai – Data Mining

La base de datos se compone de la siguiente forma:

En el encabezado se ponen los atributos que quieres registrar, en la siguiente fila se ponen los datos correspondientes a cada registro estos pueden ser:

📌 DATOS CUALITATIVOS:

También conocidos como Datos categóricos o Datos discretos, son más fáciles de obtener y son más apropiados cuando se intenta describir un fenómeno NO medible.

  • No tienen un orden natural.
  • Estos datos miden Cualidades.
  • Se le puede asignar valores Numéricos para asignarle una etiqueta.

Por ejemplo:

       Las etiquetas son:

  1.  Feliz 😁
  2. Triste ☹️
  3. Enojado 😠
  Estado de animo
Persona 12
Persona 21
Persona 33

Otros ejemplos son:

Discretos 🧮 

Valores contados, estos no pueden ser decimales, ni fraccionarios.

  • Número de hijos
  • Defectos por hora
  • Altura
  • Número de Mujeres , Hombres en un salón de clases

Nominales

Estos datos no tienen orden de ranking.

  • Color de ojos 👀
  • Genero 👩🏼‍🦰 👨🏽‍🦰
  • Raza 👳🏼‍♀️ 🧕🏼

Ordinales

Estos siguen un orden consecutivo

  • Nivel de estudios 👩🏼‍🚒 👨🏻‍🎨 👩🏻‍🔬 👨🏼‍🌾

Binarios

Estos datos vienen de variables que generan solo 2 posibles respuestas

  • Enfermo (SI/NO ) ✔️ /❌
  • Género (Mujer/ Hombre) 💁🏽 💁🏻‍♂️

Texto

Estos datos son vistos como una cadena de caracteres o uno conjunto de datos tipo letras. Esta cadena de caracteres tiene un valor individual 

“Hola buenos días”

“Hola”, “buenos”, “días”.

Estos datos se pueden encontrar por ejemplo:

  • En los comentarios que dejan en un vídeo en YouTube.
  • En los tuits que ponen en tiempo de elecciones para conocer la opinión del pueblo. 📝

📌 DATOS CUANTITATIVOS:

También conocido como Datos continuos o Datos numéricos. Permiten llegar a conclusiones estadísticas más precisas. Sin embargo, dentro de los datos cuantitativos es recomendable colectar datos continuos pues estos permiten ser procesados por muchas herramientas y técnicas estadísticas.

Por ejemplo:

  Edad
Persona 1 22
Persona 216
Persona 333

Otros ejemplos son:

Continuos 📏

Hay variaciones en sus valores, estos si pueden ser decimales o fraccionarios. 📈

  •  Peso
  • Voltaje
Mcoder.ai – Data Mining

Dejar una contestacion

Tu dirección de correo electrónico no será publicada.