statistics數(shù)據(jù)是用一定的測量尺度測量事物的結(jié)果，不同的測量尺度會得到不同類型的統(tǒng)計量數(shù)據(jù)。從以上四個測量尺度的結(jié)果來看，statistics 數(shù)據(jù)可分為以下四種:categorial數(shù)據(jù)顯示類別，但不區(qū)分順序，由categorial尺度測量形成。測序數(shù)據(jù)顯示了類別，但有順序，是通過測序量表測量形成的。定距數(shù)據(jù)表示為數(shù)值，可以加減，由定距標(biāo)度的測量形成。

前兩類數(shù)據(jù)描述了事物的質(zhì)量特征，不能用數(shù)據(jù)來表達。結(jié)果是所有類別，也稱為定性-1/或quality數(shù)據(jù)。后兩類數(shù)據(jù)描述了現(xiàn)象的數(shù)量特征，可以用數(shù)值來表示，所以也叫數(shù)量數(shù)據(jù)或數(shù)量數(shù)據(jù)(quantitivedata)。由于定距標(biāo)度和定比標(biāo)度屬于同一測量級別，后兩種類型數(shù)據(jù)可視為同一類數(shù)據(jù)，統(tǒng)稱為定量數(shù)據(jù)或數(shù)值數(shù)據(jù)。

你說的應(yīng)該是數(shù)據(jù)的預(yù)處理。如果使用STNueralNetworks，會有自動預(yù)處理。你輸入定性-1/(標(biāo)稱變量)后，軟件可以自動進行預(yù)處理，轉(zhuǎn)換成神經(jīng)網(wǎng)絡(luò)可以識別的值?；蛘呖梢栽O(shè)置例1，根據(jù)年鑒記載的某些地區(qū)的經(jīng)緯度與臺風(fēng)類型的關(guān)系，預(yù)測任意經(jīng)緯度的臺風(fēng)類型(臺風(fēng)A或臺風(fēng)B)。

然后將輸出變量的數(shù)量設(shè)置為2，分別是V1和V2。組網(wǎng)時經(jīng)緯度對應(yīng)臺風(fēng)A，輸出值為V1，臺風(fēng)B輸出值為V2。預(yù)報時，網(wǎng)絡(luò)會給出V1或V2的結(jié)果，你就知道是什么樣的臺風(fēng)了。例2根據(jù)現(xiàn)有的水質(zhì)標(biāo)準(zhǔn)和幾種污染物的采樣值，預(yù)測河流的水質(zhì)級別的輸出值為水質(zhì)級別，也是一個名義變量。您可以標(biāo)準(zhǔn)化輸出值。

Statistically定性-1/(定性數(shù)據(jù))包括分類數(shù)據(jù)和序列數(shù)據(jù)，是一組表示事物性質(zhì)和規(guī)定事物類別的文字表達式/12344。定性數(shù)據(jù)(定性研究)和數(shù)據(jù)(定量研究)有三個根本區(qū)別:1。數(shù)據(jù)他們所依賴的兩種哲學(xué)體系是不同的。As 定性 數(shù)據(jù)，其對象是客觀的，與研究者無關(guān)。

研究對象被研究者賦予主觀色彩，成為認識研究過程的有機組成部分。2.定量數(shù)據(jù)研究者認為，他們的研究對象可以分成幾部分，就像解剖一只麻雀一樣。通過觀察這些部分，我們可以了解整體。另一方面，定性 數(shù)據(jù)研究者認為研究對象是不可分割的有機整體，所以研究整體的部分和過程。2.這兩種數(shù)據(jù)對人類的理解不同。量化數(shù)據(jù)研究者認為所有的人基本都差不多；另一方面，定性 數(shù)據(jù)研究者強調(diào)個性和人與人之間的差異，認為很難簡單地把人分成幾類。

distance 數(shù)據(jù)，ratio 數(shù)據(jù)屬于數(shù)量型數(shù)據(jù)或數(shù)值型數(shù)據(jù)。1.分類數(shù)據(jù):以分類為特征，但不區(qū)分順序，以分類尺度衡量形成，2.測序數(shù)據(jù):以類別為特征，但有順序，由測序量表測量形成。3.定距數(shù)據(jù):表示為數(shù)值，可加減，由定距刻度測量而成，4.恒比數(shù)據(jù):用數(shù)值表示，可以加、減、乘、除運算，由恒比刻度測量形成。前兩類數(shù)據(jù)描述了事物的質(zhì)量特征，不能用數(shù)據(jù)來表達，結(jié)果是所有類別，也稱為定性-1/或quality數(shù)據(jù)。