====== Matice dat a atributy ======

Vstupem do GUHA procedury je matice dat. Řádky matice dat odpovídají pozorovaným objektům, 
sloupce vlastnostem pozorovaných objektů. Místo termínu //vlastnost// se často používá termín 
//atribut//. Sloupce  matice tedy odpovídají atributům. Abychom odlišili atributy - sloupce matice dat od booleovských atributů, nazýváme je //základními atributy//. pokud není nebezpečí nedorozumění, používáme pouze pojem //atribut// místo //základní atribut//. Předpokládáme, že každý základní atribut má konečně 
mnoho přípustných hodnot které se nazývají //kategorie//. 

===== Příklad matice dat =====


Příkladem matice dat je matice [[https://lispminer.vse.cz/guhadi/doku.php?id=lm_guha_di_hotel_prehled_skupin|Hotel]] vycházející ze cvičných dat  [[https://lispminer.vse.cz/wiki/doku.php?id=lmdata:hotel2015|Hotel]] naznačená v následujícím obrázku. 
{{ ::matice_priklad_hotel.png |}}
Matice dat **Hotel** má 2000 řádků. Přípustné kategorie pro jednotlivé atributy jsou uvedeny v rámci informací o skupinách atributů, do kterých jednotlivé atributy  patří. 
Atributy **HVek_ed10** a **HPohlavi** patří do skupiny atributů  
[[https://lispminer.vse.cz/guhadi/doku.php?id=lm_guha_di_hotel_prehled_skupin#skupina_host|Host]], 
atributy **HMesto** a **HStat** do skupiny 
[[https://lispminer.vse.cz/guhadi/doku.php?id=lm_guha_di_hotel_prehled_skupin#skupina_host_bydliste|Host/Bydliště]], 
 atributy **POsob** a **PTypPobytu** do skupiny 
[[https://lispminer.vse.cz/guhadi/doku.php?id=lm_guha_di_hotel_prehled_skupin#skupina_pobyt|Pobyt]]. 

Stručnější příklad matice dat je v následujícím obrázku. 
{{ ::matice_obecne_strucne.png |}}
Jsou zde atributy **A<sub>1</sub>**, **A<sub>2</sub>**, ..., **A<sub>K</sub>** s kategoriemi - přirozenými čísly. 
===== Obecný tvar matice dat =====

Obecný tvar matice dat **M** obvykle zapisujeme takto:  
{{ ::matice_obecne.png |}}
Matice dat **M** má //n// řádků o<sub>1</sub>, ..., o<sub>n</sub> a K sloupců - atributů **A**<sub>**1**</sub>, 
**A**<sub>**2**</sub>, ..., **A**<sub>**K**</sub>.  **A**<sub>**i**</sub>(o<sub>j</sub>) 
značí hodnotu atributu **A**<sub>**i**</sub> pro řádek o<sub>j</sub>, kde i = 1,...,K a j = 1,...,//n//. 

===== Podmatice matice dat =====

Podmaticí **M/χ** matice dat **M** rozumíme matici dat, která vznikne z **M** vynecháním všech řádků, 
které nesplňují booleovský atribut **χ**. Pokud existuje alespoň jeden řádek matice **M** splňující **χ**, 
pak **M/χ** je matice dat vytvořená právě ze všech řádků matice **M** splňujících  **χ**. 

Příkladem podmatice dat je matice **Hotel**/**HStat(//ČR//)**,  která je podmaticí matice dat** Hotel**. 
Matice **Hotel**/**HStat(//ČR//)** je tvořena 913 řádky matice dat **Hotel** splňujícími booleovský atribut 
**HStat(//ČR//)**, viz následující obrázek.  
{{ :podmatice_priklad_hotel.png |}}