《人工智能基础》[常识篇2]：经典机器学习&深度学习领域数据集介绍

1、iris（鸢尾花）

是一类多重变量分析的数据集，包含 3 个类，每个类 50 个元素，每个元素有 5 个属性，用来代表不同的鸢尾花。它是 UCI 机器学习数据库中的经典数据集，可通过 Scikit-learn 库直接加载，使用from sklearn.datasets import load_iris，然后通过load_iris()函数即可载入数据。

2、葡萄酒质量数据集（winequality-red、winequality-white）

葡萄酒质量数据集是机器学习和数据分析领域中广泛使用的经典数据集。它由Paulo Cortez等人于2009年发布，数据来源于葡萄牙的Vinho Verde葡萄酒产区，包含1599个红葡萄酒样本与4898个白葡萄酒样本。每个样本有11个物理化学特征，如固定酸度、挥发性酸度、酒精含量等，还有一个由专家品鉴得出的质量评分，范围为0到10。该数据集可用于回归任务和分类任务，常用于评估回归和分类算法的性能，也适用于特征选择、降维技术以及不平衡数据处理等研究。

3、乳腺癌数据集

乳腺癌数据集通常指UCI乳腺癌数据集（Breast Cancer Wisconsin Dataset），它是一个经典的二分类数据集。该数据集包含569个样本，每个样本有30个数值型特征，这些特征是从乳腺癌细针抽吸图像中提取的，描述了细胞核的几何和纹理属性等。数据集中良性样本有357个，恶性样本有212个，目标分类为0（恶性）和1（良性），主要用于区分乳腺癌样本的良恶性，在医学研究和机器学习领域有着广泛的应用。

3、MNIST（手写板）

由手写数字的图像组成，训练集包含 60,000 张图像，测试集包含 1