99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀機器學習4種不同數據集的優(yōu)劣對比
機器學習4種不同數據集的優(yōu)劣對比
2018-03-31
收藏

機器學習4種不同數據集的優(yōu)劣對比

數據源決定了機器學習算法，機器算法的選擇好壞也決定了數據的分析質量等，因此，我們選擇機器算法的時候，要首先弄懂各個機器學習數據集的優(yōu)劣性，主要特點，方可著手處理，才能起到事半功倍的效果。下面隨著大圣眾包小編一起看看4種不同的機器學習數據集對比吧。

Iris


Iris也稱鳶尾花卉數據集，是一類多重變量分析的數據集。通過花萼長度，花萼寬度，花瓣長度，花瓣寬度4個屬性預測鳶尾花卉屬于（Setosa，Versicolour，Virginica）三個種類中的哪一類。

Adult

該數據從美國1994年人口普查數據庫抽取而來，可以用來預測居民收入是否超過50K$/year。該數據集類變量為年收入是否超過50k$，屬性變量包含年齡，工種，學歷，職業(yè)，人種等重要信息，值得一提的是，14個屬性變量中有7個類別型變量。

Wine

這份數據集包含來自3種不同起源的葡萄酒的共178條記錄。13個屬性是葡萄酒的13種化學成分。通過化學分析可以來推斷葡萄酒的起源。值得一提的是所有屬性變量都是連續(xù)變量。

CarEvaluation

這是一個關于汽車測評的數據集，類別變量為汽車的測評，（unacc，ACC，good，vgood）分別代表（不可接受，可接受，好，非常好），而6個屬性變量分別為「買入價」，「維護費」，「車門數」，「可容納人數」，「后備箱大小」，「安全性」。值得一提的是6個屬性變量全部是有序類別變量，比如「可容納人數」值可為「2，4，more」，「安全性」值可為「low,med,high」。

小結

通過比較以上4個數據集的差異，簡單地總結：當需要試驗較大量的數據時，我們可以想到「Adult」；當想研究變量之間的相關性時，我們可以選擇變量值只為整數或實數的「Iris」和「Wine」；當想研究logistic回歸時，我們可以選擇類變量值只有兩種的「Adult」；當想研究類別變量轉換時，我們可以選擇屬性變量為有序類別的「CarEvaluation」。大圣眾包小編建議更多的嘗試還需要對這些數據集了解更多才行。

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調用 initGeetest 進行初始化 // 參數1：配置參數 // 參數2：回調，回調的第一個參數驗證碼對象，之后可以使用它調用相應的接口 initGeetest({ // 以下 4 個配置參數為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產品形式，包括：float，popup width: "280px", https: true // 更多配置參數說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }