Un sistema atributo-valor es un marco de representación de conocimiento básico que comprende una tabla con columnas que designan "atributos" (también conocidos como "propiedades", "predicados", "características", " dimensiones ", "características", " campos ", "encabezados"). "o " variables independientes " según el contexto) y " filas " que designan "objetos" (también conocidos como "entidades", "instancias", "ejemplares", "elementos", " registros " o " variables dependientes "). Por lo tanto, cada celda de la tabla designa el valor (también conocido como "estado") de un atributo particular de un objeto particular.
Ejemplo de sistema atributo-valor
A continuación se muestra un ejemplo de sistema de valor-atributo. Representa 10 objetos (filas) y cinco características (columnas). En este ejemplo, la tabla contiene solo valores enteros. En general, un sistema atributo-valor puede contener cualquier tipo de datos, numéricos o de otro tipo. Un sistema atributo-valor se distingue de una simple representación de "lista de características" en que cada característica en un sistema atributo-valor puede poseer un rango de valores (por ejemplo, la característica P 1 a continuación, que tiene un dominio de {0,1,2} ), en lugar de simplemente estar presente o ausente (Barsalou y Hale 1993).
Otros términos utilizados para "sistema atributo-valor"
Los sistemas de atributos-valores están omnipresentes en muchas literaturas diferentes y han sido discutidos bajo muchos nombres diferentes:
- datos planos
- Hoja de cálculo
- Sistema atributo-valor (Ziarko y Shan 1996)
- Sistema de información ( Pawlak 1981)
- Sistema de clasificación (Ziarko 1998)
- Sistema de representación del conocimiento (Wong y Ziarko 1986)
- Tabla de información (Yao & Yao 2002)
Ver también
Referencias
- Barsalou, Lawrence W.; Hale, Christopher R. (1993). "Componentes de la representación conceptual: de listas de características a marcos recursivos". En Iven Van Mechelen; James Hampton; Ryszard S. Michalski; Peter Theuns (eds.). Categorías y Conceptos: Visiones Teóricas y Análisis Inductivo de Datos . Londres: Academic Press. págs. 97-144. ISBN 9780127141756.
- Pawlak, Zdzisław (1991). Conjuntos aproximados: aspectos teóricos del razonamiento sobre datos . Dordrecht: Kluwer.
- Ziarko, Wojciech; Shan, Ning (1996). "Un método para calcular todas las reglas máximas generales en sistemas de valor-atributo". Inteligencia Computacional . 12 (2): 223–234. doi :10.1111/j.1467-8640.1996.tb00260.x. S2CID 7200948.
- Pawlak, Zdzisław; Shan, Ning (1981). "Sistemas de información: Fundamentos teóricos". Sistemas de información . 6 (3): 205–218. doi :10.1016/0306-4379(81)90023-5.
- Wong, SKM; Ziarko, Wojciech; Sí, R. Li (1986). "Comparación de métodos estadísticos y aproximados en el aprendizaje inductivo". Revista Internacional de Estudios Hombre-Máquina . 24 : 53–72. doi :10.1016/S0020-7373(86)80033-5.
- JT, Yao; Yao, YY (2002). "Inducción de reglas de clasificación mediante computación granular". Actas de la Tercera Conferencia Internacional sobre Conjuntos aproximados y tendencias actuales en informática (TSCTC'02) . Londres, Reino Unido: Springer-Verlag. págs. 331–338.
- Watanabe, Satosi (1985). Reconocimiento de patrones: humanos y mecánicos . Nueva York: John Wiley & Sons.
- Ziarko, Wojciech (1998). "Conjuntos aproximados como metodología para la minería de datos". En Polkowski, Lech; Skowron, Andrzej (eds.). Conjuntos aproximados en el descubrimiento del conocimiento 1: metodología y aplicaciones . Heidelberg: Physica-Verlag. págs. 554–576.
