iris

  • Descrizione :

Questo è forse il database più conosciuto che si possa trovare nella letteratura sul riconoscimento di pattern. L'articolo di Fisher è un classico nel settore e viene citato frequentemente fino ad oggi. (Vedi Duda & Hart, ad esempio.) Il set di dati contiene 3 classi di 50 istanze ciascuna, in cui ciascuna classe si riferisce a un tipo di pianta di iris. Una classe è linearmente separabile dalle altre 2; questi ultimi NON sono linearmente separabili tra loro.

Diviso Esempi
'train' 150
  • Struttura delle caratteristiche :
FeaturesDict({
    'features': Tensor(shape=(4,), dtype=float32),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
caratteristiche Tensore (4,) float32
etichetta ClassLabel int64
  • Citazione :
@misc{Dua:2019 ,
author = "Dua, Dheeru and Graff, Casey",
year = "2017",
title = "{UCI} Machine Learning Repository",
url = "http://archive.ics.uci.edu/ml",
institution = "University of California, Irvine, School of Information and Computer Sciences"
}