当前位置: 首页 > 人工智能 > 人工智能学习教程 > 人工智能干货|新发布的4个机器学习数据集,这些内容必须注意

人工智能干货|新发布的4个机器学习数据集,这些内容必须注意

更新时间:2020-03-12 16:06:17 来源:环球网校 浏览84 收藏42
摘要 随着当今社会科学技术的持续发展,和人们对编程技术的发展,近年来AI产业正在飞速发展,并且当今社会也有越来越多的人工智能产业实践,所以越来越多的人都开始关注人工智能方面,由此可见人工智能在当今社会中的热度,今天就来讲讲机器学习数据集。

机器学习算法需要作用于数据,而数据的本质则决定了应用的机器学习算法是否合适,而数据的质量也会决定算法表现的好坏程度。所以会研究数据,会分析数据很重要。本文作为学习研究数据系列博文的开篇,列举了4个最流行的机器学习数据集。

1、机器学习数据集——Iris

Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。

2、机器学习数据集——Adult

该数据从美国1994年人口普查数据库抽取而来,可以用来预测居民收入是否超过50K$/year。该数据集类变量为年收入是否超过50k$,属性变量包含年龄,工种,学历,职业,人种等重要信息,值得一提的是,14个属性变量中有7个类别型变量。

3、机器学习数据集——Wine

这份数据集包含来自3种不同起源的葡萄酒的共178条记录。13个属性是葡萄酒的13种化学成分。通过化学分析可以来推断葡萄酒的起源。值得一提的是所有属性变量都是连续变量。

4、机器学习数据集——Car Evaluation

这是一个关于汽车测评的数据集,类别变量为汽车的测评,(unacc,ACC,good,vgood)分别代表(不可接受,可接受,好,非常好),而6个属性变量分别为「买入价」,「维护费」,「车门数」,「可容纳人数」,「后备箱大小」,「安全性」。值得一提的是6个属性变量全部是有序类别变量,比如「可容纳人数」值可为「2,4,more」,「安全性」值可为「low, med, high」。

小结

通过比较以上4个数据集的差异,简单地总结:当需要试验较大量的数据时,我们可以想到「Adult」;当想研究变量之间的相关性时,我们可以选择变量值只为整数或实数的「Iris」和「Wine」;当想研究logistic回归时,我们可以选择类变量值只有两种的「Adult」;当想研究类别变量转换时,我们可以选择属性变量为有序类别的「Car Evaluation」。更多的尝试还需要对这些数据集了解更多才行。

以上就是有关于机器学习数据集的内容了,即使当前时代人工智能的发展依然有限,但是依然不影响大家对于人工智能这一行业的热情,小编相信在不久的未来,人工智能一定能为我们的社会带来更多便利,环球网校小编在此祝大家人工智能行业的学习之路顺利。

编辑推荐

分享到: 编辑:环球网校

资料下载 精选课程 老师直播 真题练习

人工智能资格查询

人工智能历年真题下载 更多

人工智能每日一练 打卡日历

0天
累计打卡
0人
打卡人数
去打卡

预计用时3分钟

人工智能各地入口
环球网校移动课堂APP 直播、听课。职达未来!

安卓版

下载

iPhone版

下载

返回顶部