KAPITEL 5
Kategorische Daten behandeln
5.0Einführung
Oftmals ist es zweckmäßig, Objekte nicht quantitativ, sondern in Form einer Qualität zu messen. Diese qualitative Information stellen wir häufig als Zugehörigkeit einer Beobachtung in einer diskreten Kategorie wie Geschlecht, Farbe oder Automarke dar. Allerdings sind nicht alle kategorischen Daten gleich. Gruppen von Kategorien ohne innere Ordnung nennt man nominal. Beispiele für nominale Kategorien sind:
- Blau, Rot, Grün
- Mann, Frau
- Bananen, Erdbeeren, Äpfel
Dagegen bezeichnet man eine Gruppe von Kategorien als ordinal, wenn eine gewisse natürliche Ordnung vorhanden ist, zum Beispiel:
- niedrig, mittel, hoch
- jung, alt
- zustimmend, neutral, ablehnend
Darüber hinaus werden kategorische Informationen ...
Get Machine Learning Kochbuch now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
