Advertisement

红葡萄酒数据集winequality-red.csv和白葡萄酒数据集winequality-white.csv，Wine Qua…

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
该资源集包含两个数据集：红葡萄酒数据集“winequality-red.csv”和白葡萄酒数据集“winequality-white.csv”，这些数据集涵盖了来自葡萄牙北部地区的红色和白色“vinho verde”葡萄酒的样本。其主要目标是利用物理化学测试结果，建立对葡萄酒质量的预测模型。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 红葡萄酒数据集winequality-red.csv及白葡萄酒数据集winequality-white.csv，Wine Quality...
    优质
    该数据集包含红酒和白酒的质量评估信息，包括pH值、酒精含量等化学指标。通过分析，可探究影响酒类质量的关键因素。 包含两个数据集：红葡萄酒数据集winequality-red.csv和白葡萄酒数据集winequality-white.csv，涉及来自葡萄牙北部的红色和白色vinho verde葡萄酒样本。目标是根据物理化学测试对葡萄酒质量进行建模。
     
  • 红葡萄酒数据集winequality-red.csv
    优质
    红酒品质数据集(winequality-red.csv)包含约1600条记录，每条记录描述了葡萄牙绿酒区生产的红葡萄酒的不同化学属性及其感官评估得分，涵盖酒质pH值、硫化物含量等指标。此数据集广泛应用于机器学习模型中，帮助预测红酒质量等级。 这个数据集包含1599个样本以及红酒的理化性质和品质评分（范围从0到10）。以下是该数据集的基本情况： - 固定酸度 (fixed acidity)：非挥发性酸含量。 - 挥发酸度 (volatile acidity)：挥发性酸含量。 - 柠檬酸 (citric acid): 红酒中柠檬酸的含量。 - 剩余糖分(residual sugar): 酒中的剩余糖量。 - 氯化物(chlorides): 以氯离子形式存在的盐类。 - 游离二氧化硫(free sulfur dioxide)：未结合成其他化合物的游离态二氧化硫。 - 总二氧化硫(total sulfur dioxide)：红酒中所有形态的二氧化硫总量。 - 密度(density): 红酒的质量与体积之比，单位为克/立方厘米或千克/升。 - pH值: 衡量红酒酸碱性的指标，数值越小表示越酸性。 - 硫酸盐(sulphates)：硫酸根离子的含量。 - 酒精(alcohol): 乙醇浓度。 这些理化性质共同决定了红酒的质量（quality）。
     
  • 葡萄酒数据集（Wine）
    优质
    简介：葡萄酒数据集包含了多种葡萄酒的化学分析结果，涉及酒精含量、酸度等13种成分指标，用于分类不同品种的葡萄酒。 葡萄酒数据集的基于Wine数据集的数据分析报告及R语言实验结果文档。
     
  • 葡萄酒预测数据集: wine
    优质
    《葡萄酒预测数据集》包含了多种葡萄品种酿制的红酒化学成分信息，旨在通过分析酒精含量、酸度等特征来预测其品质等级。 对Kaggle上的葡萄酒品质预测数据集进行建模。
     
  • 葡萄酒数据集
    优质
    葡萄酒数据集包含多种类型葡萄酒（如红葡萄酒、白葡萄酒）的化学特征和属性信息，用于分析葡萄酒品质及相关研究。 UCI标准数据集中的Wine数据集可用于数据分析或机器学习。
     
  • 葡萄酒数据集
    优质
    简介：葡萄酒数据集包含多种葡萄酒的化学分析结果，涵盖酒精含量、酸度等特征值，旨在支持分类模型训练及品质评估研究。 压缩文件包含有winequality-red和winequality-white数据集。
     
  • 葡萄酒数据集
    优质
    葡萄酒数据集包含了多种葡萄酒的各项化学成分信息及其类型标签，广泛应用于机器学习和数据分析领域。 用于聚类分析的工具能够评估聚类算法的性能，在数据挖掘领域非常有用。
     
  • 葡萄酒数据集
    优质
    葡萄酒数据集包含了各种葡萄酒的详细信息，如化学成分和品质等级，广泛应用于机器学习领域的分类与回归分析。 这个数据集包含1599个样本，每个样本包括红酒的11项理化性质及其品质评分（范围从0到10）。
     
  • 葡萄酒数据集
    优质
    葡萄酒数据集是一系列记录了各类葡萄酒化学成分的数据集合，用于分析和区分不同种类葡萄酒的特点。 该数据集包含3个类别，共有178个样本，每个样本具有13个特征。这段描述已经超过了50字节的要求。
     
  • wine数据集（UCI）葡萄酒数据分析集
    优质
    Wine数据集是由UCI机器学习库提供的一个分类任务的数据集合，包含178个酒样本，每个样本有13个数值型特征属性，用于分析和鉴别不同种类的葡萄酒。 Wine葡萄酒数据集是一个公开的数据集，来源于UCI数据库。该数据集中包含了对意大利同一地区种植的三种不同品种葡萄所酿制的葡萄酒进行化学分析的结果。这些结果记录了每种酒中13种不同的成分的数量，并且共有178个样本。整个数据集包含14列：第一列为类别标识符，分别用数字1、2和3表示三个不同的葡萄酒分类；其余13列表示每个样品的相应属性值。 这13项具体属性包括： - 酒精含量 - 苹果酸浓度 - 灰分总量 - 碱性灰分量 - 镁元素含量 - 总酚类物质量 - 黄酮类化合物含量 - 非黄烷类酚类物质量 - 原花色素含量 - 色度强度 - 褐色色调值 - 稀释葡萄酒的光密度比(OD280/OD315) - 肽氨酸浓度 这些数据可用于进行数据分析和挖掘研究。