속성(Attribute)의 정의
속성(attribute)은 데이터 객체가 가진 특성을 정의하는 데이터 필드를 의미합니다. 학술 문헌에서는 '속성', '차원(dimension)', '특징(feature)', '변수(variable)'라는 용어들이 서로 혼용되어 사용되는데, 일반적으로 데이터 웨어하우스 분야에서는 '차원', 머신러닝 분야에서는 '특징(feature)', 통계학 분야에서는 '변수(variable)', 그리고 데이터 마이닝과 데이터베이스 분야에서는 '속성'이라는 용어를 주로 사용합니다.
예를 들어 고객이라는 객체를 정의하는 속성에는 고객 ID, 이름, 주소 등이 포함될 수 있습니다. 특정 속성에 대해 실제로 관측된 값을 '관측값(observation)'이라고 부릅니다.
하나의 객체를 정의하는 속성들의 집합을 '속성 벡터(attribute vector)' 또는 '특징 벡터(feature vector)'라고 합니다. 또한 하나의 속성(변수)만을 포함하는 데이터 분포를 '단변량(univariate)' 분포, 두 개의 속성을 포함하는 분포를 '이변량(bivariate)' 분포라고 부르며, 속성의 개수에 따라 같은 방식으로 확장됩니다.
속성의 유형
속성의 유형은 해당 속성이 가질 수 있는 값들의 집합에 따라 결정되며, 크게 명목형(nominal), 이진형(binary), 순서형(ordinal), 수치형(numeric)의 네 가지로 나눌 수 있습니다.
1. 명목형 속성(Nominal Attribute)
명목형은 '이름과 관련된'이라는 의미를 담고 있습니다. 명목형 속성의 값은 사물의 기호나 이름이며, 각 값은 어떤 범주(category), 코드(code), 상태(state) 등을 나타냅니다. 따라서 명목형 속성은 범주형(categorical) 속성으로 분류됩니다.
명목형 속성의 값들 사이에는 의미 있는 순서가 존재하지 않으며, 컴퓨터 과학에서는 이러한 값들을 '열거형(enumeration)'이라고도 부릅니다.
2. 이진형 속성(Binary Attribute)
이진형 속성은 0 또는 1처럼 단 두 개의 상태만 가지는 명목형 속성입니다. 일반적으로 0은 해당 속성이 존재하지 않음을, 1은 존재함을 의미합니다. 만약 두 상태가 참(true)과 거짓(false)에 대응한다면 이를 불리언(Boolean) 속성이라고 부릅니다.
대칭 이진 속성(Symmetric Binary Attribute): 두 상태가 동일하게 중요하여 같은 가중치를 갖는 경우를 말합니다. 어느 결과를 0으로 코딩할지 1로 코딩할지에 대한 선호가 없습니다. 대표적인 예로 남성과 여성의 상태를 가지는 성별(gender) 속성이 있습니다.
비대칭 이진 속성(Asymmetric Binary Attribute): 두 상태의 결과가 동일하게 중요하지 않은 경우를 말합니다. 예를 들어 HIV 검사에서 양성과 음성 결과는 그 중요도가 다릅니다. 관례상 가장 중요한 결과(흔히 드물게 나타나는 결과)를 1로(예: HIV 양성), 나머지를 0으로(예: HIV 음성) 코딩합니다.
3. 순서형 속성(Ordinal Attribute)
순서형 속성은 가능한 값들 사이에 의미 있는 순서나 순위(ranking)가 존재하는 속성입니다. 다만 연속된 값들 사이의 크기(magnitude) 차이가 얼마인지는 알 수 없다는 점이 특징입니다. 예를 들어 학점(A, B, C, D, F)이나 제품 만족도 평가 등이 순서형 속성에 해당합니다.
4. 수치형 속성(Numeric Attribute)
수치형 속성은 정량적(quantitative)인 속성으로, 정수(integer)나 실수(real) 값으로 표현되는 측정 가능한 양입니다. 수치형 속성은 값의 성격에 따라 구간 척도(interval-scaled)와 비율 척도(ratio-scaled)로 다시 구분할 수 있습니다.