r语言与数据挖掘最佳实践和经典案例数据

数据挖掘最佳实践和经典案例数据"/>

r语言与数据挖掘最佳实践和经典案例数据

本节书摘来自华章出版社《R语言与数据挖掘最佳实践和经典案例》一 书中的第1章，第1.3节，作者：(澳)Yanchang Zhao，更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.3　数据集

本节简单地介绍本书中将要使用到的数据集。

1.3.1　iris数据集

在许多的科研著作中都在iris数据集上做分类操作。该数据集由3种不同类型的鸢尾花的50个样本数据构成 [Frank and Asuncion，2010]。其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。这个数据集包含了5个属性：

Sepal.Length(花萼长度)，单位是cm。

Sepal.Width(花萼宽度)，单位是cm。

Petal.Length(花瓣长度)，单位是cm。

Petal.Width(花瓣宽度)，单位是cm。

种类：Iris Setosa(山鸢尾)、Iris Versicolour(杂色鸢尾)，以及Iris Virginica(维吉尼亚鸢尾)。

1.3.2　Bodyfat数据集

Bodyfat数据集由mboost包[Hothorn et al.，2012]提供。该数据集包含71行，每一行代表一个客户的信息。数据集包含10列数值型数据。

age：年龄。

DEXfat：以DXA计算的体脂重，响应变量。

waistcirc：腰围。

hipcirc：臀围。

elbowbreadth：肘宽。

kneebreadth：膝宽。

anthro3a：三项人体测量的对数和。

anthro3b：三项人体测量的对数和。

anthro3c：三项人体测量的对数和。

anthro4：三项人体测量的对数和。

DEXfat的值可通过其他的变量预测得到。