机器学习数据集

数据集下载地址：http://archive.ics.uci.edu/ml/

列出里面的top4如下：

Iris

也称鸢尾花数据集，一种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个属性预测鸢尾花属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

数据集特征:	多变量	记录数:	150	领域:	生活
属性特征:	实数	属性数目:	4	捐赠日期	1988-07-01
相关应用:	分类	缺失值?	无	网站点击数:	958632

Adult

该数据是从美国1994年人口普查数据库抽取而来，可用来预测居民收入是否超过50K$/year。该数据集类变量为年收入是否超过50k$，包含年龄、工种、学历、职业、人种等14个属性变量，其中有7个类别型变量。

数据集特征:	多变量	记录数:	48842	领域:	社会
属性特征:	类别型，整数	属性数目:	14	捐赠日期	1996-05-01
相关应用:	分类	缺失值?	有	网站点击数:	671070

Wine

这份数据集包含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。所有属性变量都是连续变量。

数据集特征:	多变量	记录数:	178	领域:	物理
属性特征:	整数，实数	属性数目:	13	捐赠日期	1991-07-01
相关应用:	分类	缺失值?	无	网站点击数:	527217

Car Evaluation

一个关于汽车测评的数据集，类别变量为汽车的测评，包括unacc，ACC，good，vgood（分别代表不可接受，可接受，好，非常好），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，均为有序类别变量，如「可容纳人数」值可为「2，4，more」，「安全性」值可为「low, med, high」

数据集特征:	多变量	记录数:	1728	领域:	N/A
属性特征:	类别型	属性数目:	6	捐赠日期	1997-06-01
相关应用:	分类	缺失值?	无	网站点击数:	527217

注：

当需要试验较大量的数据时，可以使用「Adult」；
当想研究变量之间的相关性时，选择变量值只为整数或实数的「Iris」和「Wine」；
当想研究logistic回归时，可选择类变量值只有两种的「Adult」；
当想研究类别变量转换时，可选择属性变量为有序类别的「Car Evaluation」