机器学习的3个数据集

数据集处理步骤

1. 查看该数据集对应的描述（摘要，详细描述，变量信息）
2. 下载并用 Excel 等工具查看数据集（变量名，数量），根据目的看是否需要变量清洗
3. 查看数据集对应的论文

---

SCADI.csv

摘要：

基于 ICF-CY 的第一个自我护理活动数据集

ICF-CY - 国际功能，残疾和健康分类（青少年版）

数据集描述：

该数据集来自 70 例身体残疾和运动残疾儿童病例，包含 206 条属性（依据 ICF-CY）

特别的，到今天为止 SCADI 数据集是唯一的一个 ML 研究人员使用的 《基于 ICF CY 自我护理问题分类》。

“类”领域是指存在身体和运动残疾儿童的自我保健问题，这些课程由职业治疗师决定。

最近从数据集中删除了儿童的姓名和社会安全号码。

两个文件已经被处理， SCADI.arff 和 SCADI.CSV 分别用于 WEKA 和 MATLAB，或者类似的工具。

属性信息：

1：性别：性别（1＝男性，0＝女性）

2：年龄：年龄

3-205：基于 ICF-CY 的自我护理活动（1＝病例具有此特征；0 = 其他）

206：

分类（
分类1 = 关心身体部位问题；
分类2 = 如厕问题；
分类3 = 穿衣问题；
分类4 = 独立洗澡