2024.9.13（周五）

完成机器学习查询数据集的作业

数据集名称	样本数	属性	属性个数	标签	任务
Iris 数据集	150	花萼长度, 花萼宽度, 花瓣长度, 花瓣宽度	4	鸟类（Setosa, Versicolor, Virginica）	分类
MNIST 数据集	70,000	像素值（28x28像素）	784	手写数字（0-9）	分类
Titanic 数据集	891	乘客ID, 船舱等级, 姓名, 性别, 年龄, 登船港口, 票价, 亲属数量等	12	生还（0/1）	分类

详细说明：

1. Iris 数据集

   • 样本数: 150
   • 属性: 包括花萼长度、花萼宽度、花瓣长度和花瓣宽度，共4个数值型属性。
   • 属性个数: 4
   • 标签: 数据集中的标签是鸢尾花的品种，有三种可能（Setosa, Versicolor, Virginica）。
   • 任务: 分类任务，通过花萼和花瓣的特征来预测花的品种。

2. MNIST 数据集

   • 样本数: 70,000张训练图像和10,000张测试图像
   • 属性: 每张图像为28x28像素的灰度图像，共784个像素值。
   • 属性个数: 784
   • 标签: 每个图像的标签是手写数字（0到9）。
   • 任务: 分类任务，通过图像的像素值来预测数字。

3. Titanic 数据集

   • 样本数: 891个乘客的记录
   • 属性: 包括乘客ID、船舱等级、姓名、性别、年龄、登船港口、票价、亲属数量等。
   • 属性个数: 12
   • 标签: 标签是乘客是否生还（0表示未生还，1表示生还）。
   • 任务: 分类任务，通过乘客的特征来预测其是否生还。