qualidade_vinho

Descrição :

Dois conjuntos de dados foram criados, usando amostras de vinho tinto e branco. As entradas incluem testes objetivos (por exemplo, valores de PH) e a saída é baseada em dados sensoriais (mediana de pelo menos 3 avaliações feitas por especialistas em vinhos). Cada especialista classificou a qualidade do vinho entre 0 (muito ruim) e 10 (muito excelente). Vários métodos de mineração de dados foram aplicados para modelar esses conjuntos de dados sob uma abordagem de regressão. O modelo de máquina de vetores de suporte obteve os melhores resultados. Várias métricas foram calculadas: MAD, matriz de confusão para uma tolerância de erro fixa (T), etc. Além disso, plotamos as importâncias relativas das variáveis de entrada (medidas por um procedimento de análise de sensibilidade).

Os dois conjuntos de dados estão relacionados com as variantes tinto e branco do vinho português "Vinho Verde". Para mais detalhes, consulte: http://www.vinhoverde.pt/en/ ou a referência [Cortez et al., 2009]. Por questões de privacidade e logística, apenas estão disponíveis variáveis físico-químicas (entradas) e sensoriais (saídas) (por exemplo, não há dados sobre tipos de uva, marca de vinho, preço de venda do vinho, etc.).

Número de instâncias: vinho tinto - 1599; vinho branco - 4898

Variáveis de entrada (com base em testes físico-químicos):

acidez fixa
acidez volátil
Ácido Cítrico
açúcar residual
cloretos
dióxido de enxofre livre
dióxido de enxofre total
densidade
pH
sulfatos
álcool

Variável de saída (com base em dados sensoriais):

qualidade (pontuação entre 0 e 10)

Página inicial : https://archive.ics.uci.edu/ml/datasets/wine+quality
Código -fonte: tfds.structured.wine_quality.WineQuality
Versões :
- 1.0.0 (padrão): sem notas de versão.
Cache automático ( documentação ): Sim
Estrutura de recursos :

FeaturesDict({
    'features': FeaturesDict({
        'alcohol': float32,
        'chlorides': float32,
        'citric acid': float32,
        'density': float32,
        'fixed acidity': float32,
        'free sulfur dioxide': float32,
        'pH': float32,
        'residual sugar': float32,
        'sulphates': float64,
        'total sulfur dioxide': float32,
        'volatile acidity': float32,
    }),
    'quality': int32,
})

Documentação do recurso:

Característica	Classe	Tipo D
	RecursosDict
recursos	RecursosDict
características/álcool	tensor	float32
características/cloretos	tensor	float32
características/ácido cítrico	tensor	float32
características/densidade	tensor	float32
características/acidez fixa	tensor	float32
características/dióxido de enxofre livre	tensor	float32
características/pH	tensor	float32
características/açúcar residual	tensor	float32
características/sulfatos	tensor	float64
características/dióxido de enxofre total	tensor	float32
características/acidez volátil	tensor	float32
qualidade	tensor	int32

Chaves supervisionadas (consulte o documento as_supervised ): ('features', 'quality')
Figura ( tfds.show_examples ): Não suportado.
Citação :

@ONLINE {cortezpaulo;cerdeiraantonio;almeidafernando;matostelmo;reisjose1999,
    author = "Cortez, Paulo; Cerdeira, Antonio; Almeida,Fernando;  Matos, Telmo;  Reis, Jose",
    title  = "Modeling wine preferences by data mining from physicochemical properties.",
    year   = "2009",
    url    = "https://archive.ics.uci.edu/ml/datasets/wine+quality"
}

wine_quality/white (configuração padrão)

Descrição da configuração : Vinho Branco
Tamanho do download : 258.23 KiB
Tamanho do conjunto de dados : 1.87 MiB
Divisões :

Dividir	Exemplos
`'train'`	4.898

Exemplos ( tfds.as_dataframe ):

qualidade_vinho/tinto

Descrição da configuração : Vinho tinto
Tamanho do download : 82.23 KiB
Tamanho do conjunto de dados : 626.17 KiB
Divisões :

Dividir	Exemplos
`'train'`	1.599

Exemplos ( tfds.as_dataframe ):