【Dataset】UCI

 

---

 

【一】 Adult（Classification - 美国人口普查年收入50K分类）

 

简述：针对美国某区域的一次人口普查结果，可以用来预测居民收入是否超过 50K，分为训练集（adult.data）和测试集（adult.test）
注意1：workclass，occupation 和 native_country 含有部分 缺失值
注意2：数据存在以下情况: 1.不缺失；2.都缺失；3.只缺失 occupation；4.只缺失 native_country；5.同时缺失 workclass 和 occupation

 

• 【下载】：官网链接
   
• 【属性】

序号	字段名	含义	类型
0	age	年龄	double
1	workclass	工作类型	string
2	fnlwgt	序号	string
3	education	教育程度	string
4	education_num	受教育时间	double
5	maritial_status	婚姻状况	string
6	occupation	职业	string
7	relationship	关系	string
8	race	种族	string
9	sex	性别	string
10	capital_gain	资本收益	string
11	capital_loss	资本损失	string
12	hours_per_week	每周工作小时数	doule
13	native_country	原籍	string
14（label）	income	收入	string

 

• 【格式】

age	workclass	fnlwgt	education	education_num	maritial_status	occupation	relationship	race	sex	capital_gain	capital_loss	hours_per_week	native_country	income
49	Private	160187	9th	5	Married-spouse-absent	Other-service	Not-in-family	Black	Female	0	0	16	Jamaica	<=50K
52	Self-emp-not-inc	209642	HS-grad	9	Married-civ-spouse	Exec-managerial	Husband	White	Male	0	0	45	United-States	>50K
…	…	…	…	…	…	…	…	…	…	…	…	…	…	…

 

---

 

【二】 Iris（Classification - 鸢尾花分类）

 

简述：鸢尾花数据集共收集了三类鸢尾花，即 Setosa 鸢尾花、Versicolour 鸢尾花和 Virginica 鸢尾花，每一类鸢尾花收集了 50 条样本记录，共计 150 条

 

• 【下载】：官网链接
   
• 【属性】

序号	字段名	含义	类型
0	sepal_length	萼片长度	double
1	sepal width	萼片宽度	double
2	petal length	瓣片长度	double
3	petal width	瓣片宽度	double
4（label）	calss	类别	string

 

• 【格式】

萼片长度	萼片宽度	瓣片长度	瓣片宽度	类别
5.4	3.9	1.7	0.4	Iris-setosa
7.0	3.2	4.7	1.4	Iris-versicolor
6.3	3.3	6.0	2.5	Iris-virginica
…	…	…	…	…