數據對象和屬性類型
數據集由數據對象組成。一個數據對象代表一個實體。通常，數據對象用屬性描述。數據對象又稱樣本、實例、數據點或對象。
什麼是屬性
屬性(attribute)是一個數據字段，表示數據對象的一個特徵。
一個屬性的類型由該屬性可能具有的值得集合決定。
屬性可以是標稱的、二元的、序數的或數據值。
標稱屬性
標稱意味與“名稱”有關。
標稱屬性(nominal attribute)的值是一些符號或事物的名稱。
每個值代表某種類別、編碼或狀態，因此標稱屬性又被看做是分類的(categorical)。這些值不必具有有意義的序。在計算機科學中，這些值也被看做是枚舉的(enumeration)。
比如，頭髮的顏色，可能值爲黑色、褐色、淡黃色、紅色、赤褐色、灰色和白色。
在標稱屬性上，數學運算沒有意義。
標稱屬性是定性數據，不能進行定量的計算。但可以使用衆數(mode)進行中心趨勢度量。
二元屬性
二元屬性(binary attribute)是一種標稱屬性，只有兩個類別或狀態：0和1，其中0通常表示該屬性不出現，而1表示出現。二元屬性又稱布爾屬性，如果兩種狀態對應於true和false的話。
一個二元屬性是對稱的，如果它的兩種狀態具有相同價值並且攜帶相同的權重；即，關於哪個結果應該用0或1編碼並無偏好。比如性別。
一個二元屬性是非對稱的，如果其狀態的結果不是同樣重要的，比如艾滋病毒化驗的陽性和陰性結果。
序數屬性
序數屬性(ordinal attribute)是一種屬性，其可能的值之間具有有意義的序或秩評定(ranking)，但是相繼值之間的差是未知的。
比如，成績有A+, A, A-, B+, B等。
對於記錄不能客觀度量的主觀質量評估，序數屬性是有用的。因此，序數屬性常用於等級評定調查。
序數屬性的中心趨勢可以用衆數和中位數表示，但不能定義均值。
標稱屬性、二元屬性都是定性的。
數值屬性
數值屬性(numeric attribute)是定量的，即它是可度量的量，用整數或實數值表示。
數值屬性可分爲區間標度或比率標度的。
區間標度屬性
區間標度(interval-scaled)屬性用相等的單位尺度度量。區間屬性的值有序，可以比較和定量評估值之間的差。
比如，溫度(攝氏度和華氏度)屬性是區間標度的，但不能說一個溫度值是另一個的倍數，例如，不能說10攝氏度比5攝氏度溫暖2倍。
比如，日期。
比率標度屬性
比率標度(ratio-scaled)屬性是具有固有零點的數值屬性。如果度量是比率標度的，可以說一個值是另一個的倍數(比率)。
比如，開氏溫標(K)具有絕對零點；重量、高度、速度等。
離散屬性與連續屬性
離散和連續是按照另一種維度來劃分屬性，跟上面的劃分標準不同。
離散屬性具有有限或無限可數個值，可以用或不用整數表示。
如果屬性不是離散的，則它是連續的。