4、数据科学中的自动化任务与数据集分析

数据科学中的自动化任务与数据集分析

1. 数据集介绍

1.1 玩具数据集

存在多种类型的玩具数据集，比如：
- 瑞士卷 ：具有特定的形状结构。
- 两个环 ：呈现出环形的数据分布。
- 两个开放盒子 ：数据具有一定的规律。
- 球体 ：可通过对从各向同性三维高斯分布中抽取的样本进行归一化来生成。
- 笑脸数据集 ：由类似面部各部分形状的点组构成，用于展示结构的局部和全局属性的保留情况。若仅考虑局部属性，面部各部分会被保留，但它们之间的关系会被扭曲。

1.2 真实数据集

真实数据集往往具有较高的维度，且系统地包含一些噪声，数据点还会根据语义信息被分类到不同的类别中。常见的真实数据集如下：
| 数据集名称 | 描述 | 类别情况 |
| — | — | — |
| 鸢尾花数据集 | 包含150个三种鸢尾花品种的实例，通过四个解剖学测量值来表征，每个品种有50个实例 | 三个平衡的类别 |
| 葡萄酒数据集 | 178个意大利葡萄酒样本，由13种化学成分的含量来表征，根据酿酒品种分为三个类别 | 三个类别 |
| 油流数据集 | 通过数值模拟获得500个表征管道中油流的12个变量的测量值，分为与油流三相可能配置对应的三个类别 | 三个类别 |
| 哥伦比亚物体图像库（COIL - 20） | 1440张128×128像素的灰度图片，代表20个不同物体绕垂直轴旋转拍