Data নিয়ে কাজ করার সময় প্রথমেই একটি বিষয় বুঝতে হবে—data-টি আসলে কী ধরনের?
কারণ data-এর ধরন বুঝতে পারলে আমরা অনেক সিদ্ধান্ত সহজে নিতে পারি:
কীভাবে data visualize করব;
কোন statistical method ব্যবহার করা যেতে পারে;
categorical data কীভাবে encode করব;
কোন preprocessing দরকার;
এবং কোন ধরনের machine learning model বা metric উপযুক্ত হতে পারে।
সহজভাবে বলতে গেলে, data-কে বোঝার জন্য আমরা দুটি আলাদা প্রশ্ন করতে পারি:
Category-গুলোর মধ্যে কোনো meaningful order আছে কি?
Numerical value-গুলো count করা যায়, নাকি একটি continuous range থেকে measurement নেওয়া হয়?
প্রথম প্রশ্ন থেকে পাই Nominal এবং Ordinal data।
দ্বিতীয় প্রশ্ন থেকে পাই Discrete এবং Continuous data।
Nominal Data
প্রথমে ধরুন, একটি food delivery app-এ customer কোন শহর থেকে order করেছেন:
Dhaka
Chattogram
Sylhet
Rajshahi
এগুলো আলাদা আলাদা category।
কিন্তু category-গুলোর মধ্যে কোনো natural বা meaningful ordering নেই।
অর্থাৎ,
Dhaka > Sylhet
বললে এর কোনো statistical meaning নেই।
এ ধরনের data-কে বলা হয় Nominal Data।
Nominal data-এর মূল বৈশিষ্ট্য:
Category আছে, কিন্তু category-গুলোর মধ্যে meaningful order নেই।
আরেকটি example হতে পারে payment method:
Cash
Card
bKash
Nagad
এখানেও Cash, Card বা bKash-এর মধ্যে এমন কোনো natural ranking নেই যে একটি অন্যটির চেয়ে “বেশি” বা “কম“।
মনে রাখার সহজ উপায়
Nominal → Name / Label
অর্থাৎ এগুলো মূলত label।
Ordinal Data
এবার ধরুন, একটি customer delivery service নিয়ে তার satisfaction জানিয়েছে:
Bad
Average
Good
Excellent
এখানে category-গুলোর মধ্যে একটি meaningful order আছে:
Bad < Average < Good < Excellent
এ ধরনের data হলো Ordinal Data।
Ordinal data-এর মূল বৈশিষ্ট্য:
Category আছে এবং category-গুলোর মধ্যে meaningful order আছে।
তবে এখানে একটি গুরুত্বপূর্ণ বিষয় আছে।
Bad → Average
এবং
Good → Excellent
এর মধ্যে difference সমান—এমন কোনো নিশ্চয়তা নেই।
অর্থাৎ আমরা জানি:
Excellent > Good > Average > Bad
কিন্তু আমরা বলতে পারি না:
Excellent - Good
এর numerical distance অবশ্যই
Average - Bad
এর সমান।
এই কারণেই ordinal data-কে সরাসরি continuous numerical data হিসেবে treat করা সবসময় উপযুক্ত নয়।
আরেকটি example
Education Level:
Primary
Secondary
Bachelor
Master
PhD
এখানে একটি order আছে, কিন্তু এক level থেকে অন্য level-এর “distance” সমান নয়।
মনে রাখার সহজ উপায়
Ordinal → Order
অর্থাৎ order আছে, কিন্তু exact numerical distance নেই।
Discrete Data
এবার category নয়, numerical data নিয়ে চিন্তা করি।
ধরুন একটি restaurant দিনে কতটি order পেয়েছে:
0
1
2
3
4
5
...
এগুলো count করা যায়।
আপনি বলতে পারবেন:
10 orders
কিন্তু সাধারণ counting-এর ক্ষেত্রে:
10.5 orders
এর কোনো অর্থ নেই।
এ ধরনের countable numerical data-কে বলা হয় Discrete Data।
Discrete data সাধারণত count করা যায় এবং আলাদা আলাদা value নেয়।
আরও example:
Number of customers
Number of products
Number of support tickets
Number of failed transactions
Number of orders
মনে রাখার সহজ উপায়
Discrete → Count
অর্থাৎ কোনো কিছু কতটি আছে—এই ধরনের প্রশ্নে discrete data খুব common।
Continuous Data
এবার ধরুন delivery time মাপা হচ্ছে।
একজন customer-এর delivery time হতে পারে:
34 minutes
34.5 minutes
34.72 minutes
34.721 minutes
...
একইভাবে:
Height = 171.24 cm
Weight = 70.58 kg
Temperature = 32.43°C
Delivery time = 34.72 minutes
এখানে value একটি range-এর মধ্যে যেকোনো real value নিতে পারে।
এ ধরনের measurement-based numerical data-কে বলা হয় Continuous Data।
Continuous data সাধারণত measurement থেকে আসে এবং একটি range-এর মধ্যে অসংখ্য possible value নিতে পারে।
মনে রাখার সহজ উপায়
Continuous → Measurement
অর্থাৎ কোনো কিছু কতটা—এটি measure করলে continuous data হওয়ার সম্ভাবনা বেশি।
একটি গুরুত্বপূর্ণ পার্থক্য
Nominal/Ordinal এবং Discrete/Continuous-কে একই classification হিসেবে ভাবলে confusion হতে পারে।
এগুলো data দেখার দুটি আলাদা perspective।
Categorical Data
│
├── Nominal
│ └── Order নেই
│
└── Ordinal
└── Order আছে
অন্যদিকে:
Numerical Data
│
├── Discrete
│ └── Count
│
└── Continuous
└── Measurement
তাই interview-এ যদি জিজ্ঞেস করা হয়:
“What is the difference between nominal and ordinal data?”
তাহলে focus হবে order-এর উপর।
আর যদি জিজ্ঞেস করা হয়:
“What is the difference between discrete and continuous data?”
তাহলে focus হবে count বনাম measurement-এর উপর।
সহজে মনে রাখুন
Nominal → Category + No Order
Ordinal → Category + Order
Discrete → Count
Continuous → Measurement
আর আরও সহজভাবে:
Nominal → "কোনটা?"
Ordinal → "কোনটা, এবং তার order কী?"
Discrete → "কতটি?"
Continuous → "কতটা?"
এই চারটি প্রশ্ন মনে রাখতে পারলে classification-টি অনেক সহজ হয়ে যায়।
Interview-ready Explanation
Nominal data হলো এমন categorical data যেখানে কোনো natural ordering নেই, যেমন city বা payment method।
Ordinal data-তে category-গুলোর meaningful order থাকে, যেমন customer satisfaction: Bad, Average, Good, Excellent। তবে category-গুলোর মধ্যকার numerical distance necessarily equal নয়।
Discrete data হলো countable numerical data, যেমন number of orders।
আর continuous data সাধারণত measurement থেকে আসে এবং একটি range-এর মধ্যে যেকোনো value নিতে পারে, যেমন weight, height বা delivery time।