熱線電話：13121318867

登錄
首頁精彩閱讀最流行的4個機器學習數據集
最流行的4個機器學習數據集
2018-03-31
收藏

最流行的4個機器學習數據集

機器學習算法需要作用于數據，而數據的本質則決定了應用的機器學習算法是否合適，而數據的質量也會決定算法表現的好壞程度。所以會研究數據，會分析數據很重要。本文作為學習研究數據系列博文的開篇，列舉了4個最流行的機器學習數據集。

Iris

Iris也稱鳶尾花卉數據集，是一類多重變量分析的數據集。通過花萼長度，花萼寬度，花瓣長度，花瓣寬度4個屬性預測鳶尾花卉屬于（Setosa，Versicolour，Virginica）三個種類中的哪一類。

Adult

該數據從美國1994年人口普查數據庫抽取而來，可以用來預測居民收入是否超過50K$/year。該數據集類變量為年收入是否超過50k$，屬性變量包含年齡，工種，學歷，職業，人種等重要信息，值得一提的是，14個屬性變量中有7個類別型變量。

Wine

這份數據集包含來自3種不同起源的葡萄酒的共178條記錄。13個屬性是葡萄酒的13種化學成分。通過化學分析可以來推斷葡萄酒的起源。值得一提的是所有屬性變量都是連續變量。

Car Evaluation

這是一個關于汽車測評的數據集，類別變量為汽車的測評，（unacc，ACC，good，vgood）分別代表（不可接受，可接受，好，非常好），而6個屬性變量分別為「買入價」，「維護費」，「車門數」，「可容納人數」，「后備箱大小」，「安全性」。值得一提的是6個屬性變量全部是有序類別變量，比如「可容納人數」值可為「2，4，more」，「安全性」值可為「low, med, high」。

小結

通過比較以上4個數據集的差異，簡單地總結：當需要試驗較大量的數據時，我們可以想到「Adult」；當想研究變量之間的相關性時，我們可以選擇變量值只為整數或實數的「Iris」和「Wine」；當想研究logistic回歸時，我們可以選擇類變量值只有兩種的「Adult」；當想研究類別變量轉換時，我們可以選擇屬性變量為有序類別的「Car Evaluation」。更多的嘗試還需要對這些數據集了解更多才行。



CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

機器學習

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇回歸系列（一）| 怎樣正確地理解線性回歸
下一篇2020美國總統競選大戲開鑼，川普當選的奇跡會再發生嗎？
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢