2024.9.30

机器学习

查询数据集（>=3个），并填表说明数据集的名称、样本数、属性、属性个数、标签、任务等基本信息。

 

需提交2个文档：1. 数据集打包，提交压缩包，命名“数据集-姓名+学号”；

                          2. 下载数据集表，填写完整，提交Word版或PDF版，命名“数据信息-姓名+学号”。

数据集信息

1.

数据集名称	Titanic 数据集
来源	Kaggle
数据集描述	包含 Titanic 号乘客的生存数据，用于分析生存情况。
样本数（大小）	887	属性个数	7		属性值取值范围	  船舱等级: 1 到 3   性别: 男性（male）、女性（female）   年龄: 0 到 80+   票价: 0 到 512.329   登船港口: C（Cherbourg）、Q（Queenstown）、S（Southampton）
标签数量	2	标签值\取值范围		0（未生存）, 1（生存）
样本举例	Pclass1，Sex  female,age 29,SibSp 0,Parch 0,Fare 211.337,Survived 1
面向任务	二元分类任务，用于预测乘客是否生存。

 

2.

数据集名称	Iris 数据集
来源	UCI Machine Learning Repository
数据集描述	Iris 数据集包含三种鸢尾花（Setosa、Versicolor、Virginica）的测量数据，主要用于分类任务。每种花都有50个样本。
样本数（大小）	150	属性个数	4		属性值取值范围	花萼长度: 4.3 cm 到 7.9 cm 花萼宽度: 2.0 cm 到 4.4 cm 花瓣长度: 1.0 cm 到 6.9 cm 花瓣宽度: 0.1 cm 到 2.5 cm
标签数量	3	标签值\取值范围		Setosa, Versicolor, Virginica
样本举例	花萼长度 5.1，花萼宽度3.5，花瓣长度1.4，花瓣宽度0.2，种类Setosa
面向任务	分类任务，用于识别鸢尾花的种类。

 

3.

数据集名称	MNIST 数据集
来源	Yann LeCun's website
数据集描述	包含手写数字的图像数据集，广泛用于图像分类。
样本数（大小）	70,000（其中训练集 60,000，测试集 10,000）	属性个数	784（28x28 像素图像展平）		属性值取值范围	像素值在 0 到 255 之间
标签数量	10	标签值\取值范围		0到9
样本举例	数字5
面向任务	图像分类任务，用于识别手写数字。