Примечание
nominal и ordinal типы данных массива не рекомендуются. Для представления упорядоченных и неупорядоченных дискретных нечисловых данных используйте тип данных Категориальные массивы.
Номинальные и порядковые массивы - это типы данных Statistics и Machine Learning Toolbox™ для хранения категориальных значений. В номинальных и порядковых массивах хранятся данные, имеющие конечный набор дискретных уровней, которые могут иметь или не иметь естественный порядок.
ordinal массивы хранят категориальные значения с упорядоченными уровнями. Например, порядковая переменная может иметь уровни {малый, средний, большой}.
nominal массивы хранят категориальные значения с неупорядоченными уровнями. Например, номинальная переменная может иметь уровни {красный, синий, зеленый}.
В экспериментальном проектировании эти переменные часто называют факторами, с упорядоченными или неупорядоченными уровнями факторов.
Номинальные и порядковые массивы являются удобными и эффективными для памяти контейнерами для хранения категориальных переменных. Помимо хранения информации о том, к какой категории относится каждое наблюдение, в номинальных и порядковых массивах хранятся описательные метаданные, включая метки категорий и порядок.
Номинальные и порядковые массивы имеют связанные методы, которые упрощают общие задачи, такие как объединение категорий, добавление или удаление уровней и изменение меток уровней.
Можно легко преобразовать в номинальные или порядковые массивы и из них. Для создания номинального или порядкового массива используйте nominal или ordinalсоответственно. Можно преобразовать следующие типы данных в номинальные или порядковые массивы:
Числовые массивы
Логические массивы
Массивы символов
Массивы строк
Массивы ячеек символьных векторов