红葡萄酒理化指标与感官质量数据集
数据集简介
Dataset Characteristics(数据集特征)
该数据集属于表格型(多元)数据,样本由理化测试得到的连续数值特征与感官质量评分构成。数据来源为葡萄牙北部 Vinho Verde 产区的红葡萄酒与白葡萄酒样本,官方数据集同时包含红、白葡萄酒两个文件。
- 数据模态:表格数据(理化测试的连续数值特征 + 感官质量评分)
- 任务类型:分类或回归
- 特征类型:连续数值(理化指标)、整数评分(输出变量)
Subject Area(学科领域)
数据集所属领域为化学 / 食品科学,同时作为机器学习数据集被广泛使用。其建模目标是基于理化指标对葡萄酒质量进行建模,可用于分类或回归任务。
Associated Tasks(关联任务)
- 分类:以质量评分为类别标签进行建模
- 回归:以质量评分为连续目标进行预测
Feature Type(特征类型)
输入变量为 11 个理化测试指标,均为连续数值;输出变量 quality 为 0–10 的评分。
# Instances(样本数)
事实卡未给出红葡萄酒文件的具体实例数量,仅给出文件体积信息,故此处不列具体样本数。
# Features(特征数)
每条样本包含 11 个理化输入变量与 1 个质量评分输出变量。
Dataset Information(数据集信息)
两个数据集分别对应来自葡萄牙北部的红葡萄酒与白葡萄酒样本。输入变量基于理化测试,输出变量基于感官数据,评分区间为 0–10。
Introductory Paper(介绍性论文)
- 论文标题:Modeling wine preferences by data mining from physicochemical properties
- 作者:Paulo Cortez、A. Cerdeira、F. Almeida、T. Matos、J. Reis
Variables Table(变量表)
| 变量名 | 中文含义 | 说明 |
|---|---|---|
| fixed acidity | 固定酸度 | 理化输入变量 |
| volatile acidity | 挥发性酸度 | 理化输入变量 |
| citric acid | 柠檬酸 | 理化输入变量 |
| residual sugar | 残糖 | 理化输入变量 |
| chlorides | 氯化物 | 理化输入变量 |
| free sulfur dioxide | 游离二氧化硫 | 理化输入变量 |
| total sulfur dioxide | 总二氧化硫 | 理化输入变量 |
| density | 密度 | 理化输入变量 |
| pH | pH 值 | 理化输入变量 |
| sulphates | 硫酸盐 | 理化输入变量 |
| alcohol | 酒精 | 理化输入变量 |
| quality | 质量评分 | 输出变量,基于感官数据,0–10 分 |
Additional Variable Information(附加变量信息)
输出变量 quality 的评分范围为 0 到 10,基于感官数据得到。其余 11 个变量均为理化测试结果,作为建模输入。
Dataset Files(数据集文件)
官方提供以下文件:
- winequality-red.csv:红葡萄酒数据文件,约 82.2 KB
- winequality-white.csv:白葡萄酒数据文件,约 258.2 KB
- winequality.names:数据说明文件,约 3.2 KB
官方下载包整体约 89.2 KB。
Citation(引用)
使用该数据集时,请引用介绍性论文:Modeling wine preferences by data mining from physicochemical properties(作者:Paulo Cortez、A. Cerdeira、F. Almeida、T. Matos、J. Reis)。
Keywords(关键词)
红葡萄酒、白葡萄酒、理化指标、感官质量评分、分类、回归。
Creators(创建者)
- Paulo Cortez
-
- Cerdeira
-
- Almeida
-
- Matos
-
- Reis
数据由 UCI Machine Learning Repository 收录,捐赠日期为 2009 年 10 月 6 日。
DOI
事实卡未提供 DOI 信息。
License(许可)
该数据集采用 Creative Commons Attribution 4.0 International(CC BY 4.0)许可,允许署名后共享与改编。Heywhale 落地页为公开免费数据源,suggestedPoints 为 0。