鸢尾花数据集:经典分类测试基准

机器学习
0 下载
58 浏览
1936

数据集简介

鸢尾花数据集(Iris Dataset)由英国统计学家和生物学家 Ronald Fisher 于 1936 年在其论文《The use of multiple measurement in taxonomic questions》中首次引入。数据集由埃德加·安德森(Edgar Anderson)收集,旨在量化三种相关鸢尾物种的形态变异,因此也被称为安德森鸢尾花数据集。

数据规模与结构

数据集包含三种鸢尾花各 50 个样本,共 150 个样本。每个样本包含四个数值特征:

  • 萼片长度(Sepal Length,厘米)
  • 萼片宽度(Sepal Width,厘米)
  • 花瓣长度(Petal Length,厘米)
  • 花瓣宽度(Petal Width,厘米)

此外,每个样本还带有类别标签,指示其所属的鸢尾花种类(Setosa、Versicolor、Virginica)。

典型用途

鸢尾花数据集是机器学习领域最著名的数据集之一,常被用作统计分类技术的基准测试用例,例如支持向量机(SVM)等算法。其简单的结构和清晰的类别划分使其成为教学和算法验证的理想选择。

获取方式

该数据集可通过 OpenDataLab 平台公开免费获取。用户可访问 OpenDataLab 上的鸢尾花数据集页面查看详情并下载数据。

基本信息

记录数量3 种鸢尾 × 每种 50 个样本,共 150 个样本;每样本 4 个特征
文件大小未知
文件格式未知
数据来源Ronald Fisher
样本数量150
特征数量4
类别数量3
数据落地页https://opendatalab.com/OpenDataLab/iris
发布日期1936
鸢尾花分类机器学习统计多元数据集

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费