4 types de données : nominales, ordinales, discrètes, continues

introduction

La science des données consiste à expérimenter avec des données brutes ou structurées. Les données sont le carburant qui peut conduire une entreprise sur la bonne voie ou au moins fournir des informations exploitables qui peuvent aider à élaborer des stratégies pour les campagnes en cours, organiser facilement le lancement de nouveaux produits ou essayer différentes expériences.

Toutes ces choses ont un élément moteur commun et ce sont les données. Nous entrons dans l'ère numérique où nous produisons beaucoup de Data. Par exemple, une entreprise comme Flipkart produit quotidiennement plus de 2 To de données.

Lorsque ces données ont tant d'importance dans notre vie, il devient alors important de les stocker et de les traiter correctement sans aucune erreur. Lorsqu'il s'agit d'ensembles de données, la catégorie de données joue un rôle important pour déterminer quelle stratégie de prétraitement fonctionnerait pour un ensemble particulier afin d'obtenir les bons résultats ou quel type d'analyse statistique devrait être appliqué pour obtenir les meilleurs résultats. Plongeons-nous dans certaines des catégories de données couramment utilisées.

Type de données qualitatives

Les données qualitatives ou catégorielles décrivent l'objet considéré à l'aide d'un ensemble fini de classes discrètes. Cela signifie que ce type de données ne peut pas être compté ou mesuré facilement à l'aide de nombres et donc divisé en catégories. Le sexe d'une personne (homme, femme ou autre) est un bon exemple de ce type de données.

Ceux-ci sont généralement extraits de supports audio, d'images ou de texte. Un autre exemple peut être celui d'une marque de smartphone qui fournit des informations sur la note actuelle, la couleur du téléphone, la catégorie du téléphone, etc. Toutes ces informations peuvent être classées dans la catégorie des données qualitatives. Il y a deux sous-catégories sous cela :

Nominal

Il s'agit de l'ensemble des valeurs qui ne possèdent pas d'ordre naturel. Comprenons cela avec quelques exemples. La couleur d'un smartphone peut être considérée comme un type de données nominal car nous ne pouvons pas comparer une couleur avec d'autres.

Il n'est pas possible d'affirmer que 'Rouge' est supérieur à 'Bleu'. Le sexe d'une personne en est un autre où nous ne pouvons pas faire la différence entre un homme, une femme ou d'autres. Les catégories de téléphones mobiles, qu'il s'agisse de milieu de gamme, de segment budgétaire ou de smartphone haut de gamme, sont également des types de données nominaux.

Lire : Carrière en science des données

Ordinal

Ces types de valeurs ont un ordre naturel tout en conservant leur classe de valeurs. Si nous considérons la taille d'une marque de vêtements, nous pouvons facilement les trier en fonction de leur étiquette de nom dans l'ordre petit < moyen < grand. Le système de notation lors de la notation des candidats à un test peut également être considéré comme un type de données ordinal où A + est nettement meilleur que la note B.

Ces catégories nous aident à décider quelle stratégie d'encodage peut être appliquée à quel type de données. L'encodage des données pour les données qualitatives est important car les modèles d'apprentissage automatique ne peuvent pas gérer ces valeurs directement et doivent être convertis en types numériques car les modèles sont de nature mathématique.

Pour le type de données nominal où il n'y a pas de comparaison entre les catégories, un codage à chaud peut être appliqué, ce qui est similaire au codage binaire étant donné qu'il y en a moins et pour le type de données ordinal, un codage d'étiquette peut être appliqué qui est une forme d'entier codage.

Type de données quantitatives

Ce type de données essaie de quantifier les choses et il le fait en considérant des valeurs numériques qui le rendent comptable par nature. Le prix d'un smartphone, la remise offerte, le nombre d'évaluations sur un produit, la fréquence du processeur d'un smartphone ou le RAM de ce téléphone particulier, toutes ces choses entrent dans la catégorie des types de données quantitatives.

L'essentiel est qu'il peut y avoir un nombre infini de valeurs qu'une fonctionnalité peut prendre. Par exemple, le prix d'un smartphone peut varier d'un montant x à n'importe quelle valeur et il peut encore être décomposé en fonction de valeurs fractionnaires. Les deux sous-catégories qui les décrivent clairement sont :

Discret

Les valeurs numériques qui relèvent des entiers ou des nombres entiers sont placées dans cette catégorie. Le nombre de haut-parleurs dans le téléphone, les caméras, les cœurs du processeur, le nombre de sims pris en charge sont quelques-uns des exemples du type de données discrètes.

Continu

Les nombres fractionnaires sont considérés comme des valeurs continues. Celles-ci peuvent prendre la forme de la fréquence de fonctionnement des processeurs, de la version Android du téléphone, de la fréquence wifi, de la température des cœurs, etc.

Doit lire: Salaire de Data Scientist en Inde

Les types ordinal et discret peuvent-ils se chevaucher ?

Si vous faites attention à cela, vous pouvez donner une numérotation aux classes ordinales, et alors il faudrait l'appeler type discret ou ordinal ? La vérité est qu'il est encore ordinal. La raison en est que même si la numérotation est faite, elle ne donne pas les distances réelles entre les classes.

Par exemple, considérons le système de notation d'un test. Les notes respectives peuvent être A, B, C, D, E, et si nous les numérotons depuis le début, ce serait 1,2,3,4,5. Maintenant, selon les différences numériques, la distance entre le grade E et le grade D est la même que la distance entre le grade D et C, ce qui n'est pas très précis car nous savons tous que le grade C est toujours acceptable par rapport au grade E mais le milieu la différence les déclare égaux.

Vous pouvez également appliquer la même technique à un formulaire d'enquête où l'expérience utilisateur est enregistrée sur une échelle de très mauvaise à très bonne. Les différences entre les différentes classes ne sont pas claires et ne peuvent donc pas être quantifiées directement.

Différents tests

Nous avons discuté de toutes les principales classifications de données. C'est important car maintenant nous pouvons hiérarchiser les tests à effectuer sur différentes catégories. Maintenant, il est logique de tracer un histogramme ou un graphique de fréquence pour les données quantitatives et un graphique à secteurs et un graphique à barres pour les données qualitatives.

L'analyse de régression, où la relation entre une variable dépendante et deux ou plusieurs variables indépendantes est analysée, n'est possible que pour les données quantitatives. Le test ANOVA (analyse de la variance) est applicable uniquement sur les variables qualitatives, bien que vous puissiez appliquer le test ANOVA à deux facteurs qui utilise une variable de mesure et deux variables nominales.

De cette façon, vous pouvez appliquer le test Chi-carré sur des données qualitatives pour découvrir les relations entre les variables catégorielles.

Conclusion

Dans cet article, nous avons évoqué comment les données que nous produisons peuvent chambouler les tableaux, comment les différentes catégories de données sont agencées en fonction de leur besoin. Nous avons également examiné comment les types de données ordinaux peuvent se chevaucher avec les types de données discrets.

Le type de tracé adapté à quelle catégorie de données a également été discuté, ainsi que divers types de tests pouvant être appliqués à un type de données spécifique et d'autres tests utilisant tous les types de données.

Si vous êtes curieux d'apprendre la science des données pour être à l'avant-garde des avancées technologiques rapides, consultez la certification avancée upGrad & IIIT-B en science des données