数据分享:汽车测评数据

说明:如需数据 可以直接到文章最后关注获取。

1.数据背景

Car Evaluation汽车测评数据集是一个经典的机器学习数据集,最初由 Marko Bohanec 和 Blaz Zupan 创建,并在 1997 年发表于论文 "Classifier learning from examples: Common pitfalls and solutions" 中。该数据集包含汽车的各种属性及其相应的评估等级,旨在帮助研究人员和从业者测试和验证分类算法的性能。

该数据集主要用于分类任务,特别是多类分类问题。以下是几种常见的应用场景:

分类模型评估:使用各种分类算法(如决策树、随机森林、支持向量机、神经网络等)来训练模型,并评估其性能。

特征工程:研究不同特征对最终评估结果的影响,进行特征选择和特征提取。

模型解释性:分析模型如何根据输入特征做出预测,理解哪些因素最重要。

Car Evaluation 数据集是一个经典且实用的多类分类数据集,适合用于教学、实验和基准测试。通过这个数据集,研究者和实践者可以探索不同的分类算法,并评估它们在实际问题中的表现。

2.数据介绍

数据格式为xlsx格式。

|--------|----------|--------|
| 编号 | 变量名称 | 描述 |
| 1 | buying | 购买价格 |
| 2 | maint | 维护成本 |
| 3 | doors | 车门数量 |
| 4 | persons | 乘客容量 |
| 5 | lug_boot | 行李箱大小 |
| 6 | safety | 安全性 |
| 7 | y | 评估等级 |

数据详情如下(部分展示):

变量名词解释:

buying(购买价格):vhigh(非常高)、high(高)、med(中等)、low(低)

maint(维护成本):vhigh(非常高)、high(高)、med(中等)、low(低)

doors(车门数量):2、3、4、5more(5个或更多)

persons(乘客容量):2、4、more(4个以上)

lug_boot(行李箱大小):small(小)、med(中等)、big(大)

safety(安全性):low(低)、med(中等)、high(高)

y(评估等级):unacc(不可接受)、acc(可接受)、good(良好)、vgood(非常好)

3. 数据 获取

关注下方名片 回复1026获取 或者 CSDN私信发消息获取。

相关推荐
GIS小天42 分钟前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年8月25日第170弹
人工智能·算法·机器学习·彩票
AndrewHZ4 小时前
【python与生活】如何用Python写一个简单的自动整理文件的脚本?
开发语言·python·生活·脚本·文件整理
binbinaijishu885 小时前
Python爬虫入门指南:从零开始的网络数据获取之旅
开发语言·爬虫·python·其他
Python代狂魔6 小时前
Redis
数据库·redis·python·缓存
做科研的周师兄7 小时前
【机器学习入门】1.2 初识机器学习:从数据到智能的认知之旅
大数据·数据库·人工智能·python·机器学习·数据分析·机器人
王小王-1238 小时前
基于Python的游戏推荐与可视化系统的设计与实现
python·游戏·游戏推荐系统·游戏可视化
KevinWang_8 小时前
让 AI 写一个给图片加水印的 Python 脚本
python
go&Python9 小时前
检索模型与RAG
开发语言·python·llama
阿里云大数据AI技术9 小时前
ODPS 十五周年实录 | Data + AI,MaxCompute 下一个15年的新增长引擎
大数据·python·sql
RainbowJie110 小时前
Gemini CLI 与 MCP 服务器:释放本地工具的强大潜力
java·服务器·spring boot·后端·python·单元测试·maven