测试数据集说明
数据概述
在算法设计的机器学习频道中，通常需要用csv上传组件进行数据的上传，用于后续的分类、聚类和回归模型的建立以及预测，本文档介绍回归、聚类、分类以及二分类和多分类这5种数据集。
回归数据集
示例模板
- 数据介绍： 麻省波士顿的506个不同郊区的房屋数据，一共含有506条数据。
- 相关参数： 每条数据14个字段，包含13个属性，和一个房价的平均值。
- 数据附件： boston.csv
分类数据集
示例模板
- 数据介绍： 鸢尾花数据集，一共含有50条数据，包含3种类别。
- 相关参数： 每条数据5个字段，包含4个属性，和一个鸢尾花的类别。
- 数据附件： iris.csv
二分类数据集
示例模板
- 数据介绍： 乳腺癌数据集，一共含有467条数据，包含2中类别。
- 相关参数： 每条数据31个字段，包含30个属性，和一个是否为乳腺癌的类别。
- 数据附件： breast_cancer.csv
多分类数据集
示例模板
- 数据介绍： 玻璃识别数据集，一共含有215条数据，包含7种玻璃类别。
- 相关参数： 每条数据10个字段，包含9个属性，和一个是玻璃的类别。
- 数据路径： glass.csv
聚类数据集
示例模板
数据介绍： 上述几种分类数据都可以作为聚类模型的输入数据。
相关参数： 根据不同的数据集选择相应的特征。
数据附件： breast_cancer.csv