公开数据集
数据结构 ? 14K
Data Structure ?
* 以上分析是由系统提取分析形成的结果,具体实际数据为准。
README.md
该数据集取自卡内基梅隆大学的StatLib图书馆。该数据集用于1983年美国统计协会博览会。
Data Set Information:
此数据集是StatLib库中提供的数据集的稍微修改版本。根据Ross Quinlan(1993)在预测属性“mpg”时的使用,删除了8个原始实例,因为它们的“mpg”属性值未知。原始数据集位于文件“auto mpg.data original”中。
“数据涉及城市循环燃油消耗量,单位为英里/加仑,根据3个多值离散和5个连续属性进行预测。”(昆兰,1993年)
Attribute Information:
1.mpg:连续
2.圆柱:多值离散
3.位移:连续
4.马力:连续
5.重量:连续
6.加速度:连续
7.车型年款:多值离散型
8.起源:多值离散
9汽车名称:字符串(每个实例都是唯一的)
Relevant Papers:
Quinlan,R. (1993). Combining Instance-based and Model-based Learning. In Proceedings on the Tenth International Conference of Machine Learning, 236-243, University of Massachusetts, Amherst. Morgan Kaufmann.
[Web link]
Papers That Cite This Data Set1:
Dan Pelleg. Scalable and Practical Probability Density Estimators for Scientific Anomaly Detection. School of Computer Science Carnegie Mellon University. 2004. [View Context].
Qingping Tao Ph. D. MAKING EFFICIENT LEARNING ALGORITHMS WITH EXPonENTIALLY MANY FEATURES. Qingping Tao A DISSERTATION Faculty of The Graduate College University of Nebraska In Partial Fulfillment of Requirements. 2004. [View Context].
Christopher R. Palmer and Christos Faloutsos. Electricity based External Similarity of Categorical Attributes. PAKDD. 2003. [View Context].
Jinyan Li and Kotagiri Ramamohanarao and Guozhu Dong. Combining the Strength of Pattern Frequency and Distance for Classification. PAKDD. 2001. [View Context].
Thomas Melluish and Craig Saunders and Ilia Nouretdinov and Volodya Vovk and Carol S. Saunders and I. Nouretdinov V.. The typicalness framework: a comparison with the Bayesian approach. Department of Computer Science. 2001. [View Context].
Wai Lam and Kin Keung and Charles X. Ling. PR 1527. Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong. 2001. [View Context].
Dan Pelleg and Andrew W. Moore. Mixtures of Rectangles: Inte
帕依提提提温馨提示
该数据集正在整理中,为您准备了其他渠道,请您使用
- 分享你的想法
全部内容
数据使用声明:
- 1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据,请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。