博主辛苦了，我要打赏银两给博主，犒劳犒劳站长。
【摘要】常用的知名uci数据集主要包括四种：Iris，Wine，Soybean，Zoo，已知这四类数据集聚类结果可靠，并取得一致见意，适合做聚类分析的基准数据集。本文简要介绍这四类数据集。
首先，简绍一下uci数据集，百度百科是这么简绍的：UCI数据库是加州大学欧文分校(University of CaliforniaIrvine)提出的用于机器学习的数据库，这个数据库目前共有335个数据集，其数目还在不断增加，UCI数据集是一个常用的标准测试数据集。
uci官网地址：
http://www.ics.uci.eduMachine Learning Repository（机器学习库）地址：
http://archive.ics.uci.edu/ml/index.htmlIris数据集，中文叫鸢【yuān】尾数据集，Iris包含3个类，每个类中有50个元素，每一类各有50个元素，每个元素有5个属性，每一类代表一种类型的鸢尾花，150个样本在3个类簇中分布均匀；其中，一类与另外两类线性可分，另外两类有部分重叠。
注：5个属性分别是：
花萼长度、花萼宽度、花瓣长度、花瓣宽度、鸢尾种类
Iris数据集下载地址：
http://archive.ics.uci.edu/ml/datasets/Irishttp://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data如图：
Wine数据集，中文叫做酒数据集，Wine数据集具有好的聚类结构，它包含178个样本，13个数值属性，分成3个类，每类中样本数量不同。
Wine数据集下载地址：
http://archive.ics.uci.edu/ml/datasets/Winehttp://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data如图：
Soybean数据集中文叫做大豆疾病数据，Soybean数据集共有47个样本，具有35个属性，分为4类，是线性可分的，其所有属性都是可作为分类属性。
其下载地址：
http://archive.ics.uci.edu/ml/datasets/Soybean+(Small)http://archive.ics.uci.edu/ml/machine-learning-databases/soybean/soybean-small.data如下图：
Zoo数据集中文叫做动物园数据集，该数据集共有101个记录，分为7类，是线性不可分的，在Zoo中，由16个属性来描述样本，其中15个为布尔属性值{0,1}和1个分类属性（腿的数量）{0,2,4,6,8}。
下载地址：
http://archive.ics.uci.edu/ml/datasets/Zoohttp://archive.ics.uci.edu/ml/machine-learning-databases/zoo/zoo.data如下图：
有了以上的数据集，在后续文章中会简绍如何在k-means等等聚类算法中如何使用这些数据集，并给出小例子。
版权归 马富天个人博客 所有
本文标题：《四大常用知名的uci数据集简介》
本文链接地址：http://www.mafutian.com/180.html
转载请务必注明出处，小生将不胜感激，谢谢! 喜欢本文或觉得本文对您有帮助，请分享给您的朋友 ^_^
顶14
踩4
| 评论审核未开启 |
|
||
|