Программное обеспечение Statistics and Machine Learning Toolbox™ включает выборочные данные в следующую таблицу.
Загрузка набора данных в MATLAB® рабочая область, введите:
load filename
где filename - один из файлов, перечисленных в таблице.
Наборы данных содержат отдельные переменные данных, переменные описания с ссылками и массивы набора данных, инкапсулирующие набор данных и его описание, при необходимости.
| Файл | Описание набора данных |
|---|---|
acetylene.mat | Данные химической реакции с коррелированными предикторами |
arrhythmia.mat | Данные о сердечной аритмии из репозитория машинного обучения UCI |
carbig.mat | Измерения автомобилей, 1970-1982 |
carsmall.mat | Подмножество carbig.mat. Измерения автомобилей, 1970, 1976, 1982 |
census1994.mat | Данные для взрослых из репозитория машинного обучения UCI |
cereal.mat | Завтрак злаковые ингредиенты |
cities.mat | Рейтинги качества жизни для мегаполисов США |
discrim.mat | Версия cities.mat используется для дискриминантного анализа |
examgrades.mat | Экзаменационные оценки по шкале 0-100 |
fisheriris.mat | Данные радужной оболочки глаза Фишера 1936 года |
flu.mat | Google Flu Trends оценивал процент ILI (гриппоподобной болезни) для различных областей США и CDC взвешенный процент ILI на основе отчетов дозорных поставщиков |
gas.mat | Цены на бензин вокруг состояния Массачусетс в 1993 году |
hald.mat | Тепло цемента по сравнению со смесью ингредиентов |
hogg.mat | Бактерии учитываются в различных поставках молока |
hospital.mat | Моделируемые данные больницы |
humanactivity.mat | Человеческие распознавания активности данных из пяти видов деятельности: сидя, стоя, ходьба, бег и танцы |
imports-85.mat | 1985 Автоматический импорт базы данных из репозитория UCI |
ionosphere.mat | Набор данных ионосферы из репозитория машинного обучения UCI |
kmeansdata.mat | Четырехмерные кластеризованные данные |
lawdata.mat | Средняя точка и счета LSAT от 15 юридических школ |
mileage.mat | Данные о пробеге для трех моделей автомобилей с двух заводов |
moore.mat | Биохимическая потребность в кислороде на пяти предикторах |
morse.mat | Распознавание различий кода Морзе некодерами |
nlpdata.mat | Данные обработки естественного языка, извлеченные из MathWorks® документация |
ovariancancer.mat | Сгруппированные наблюдения на 4000 предикторах [1][2] |
parts.mat | Размерный выбег на 36 круглых частях |
polydata.mat | Выборочные данные для полиномиального подбора кривой |
popcorn.mat | Попкорн выражения по типу поппера и бренду |
reaction.mat | Кинетика реакции для модели Hougen-Watson |
spectra.mat | Спектры NIR и октановые числа 60 выборок бензина |
stockreturns.mat | Моделируемые возвраты запаса |
[1] Conrads, Thomas P., Vincent A. Fusaro, Sally Ross, Don Johann, Vinodh Rajapakse, Ben A. Hitt, Seth M. Steinberg, et al. «Сывороточные протеомные функции высокого разрешения для выявления рака яичников». Рак, связанный с эндокринной системой 11 (2004): 163-78.
[2] Petricoin, Emanuel F., Ali M. Ardekani, Ben A. Hitt, Peter J. Levine, Vincent A. Fusaro, Seth M. Steinberg, Gordon B. Mills, et al. «Использование протеомных шаблонов в сыворотке для идентификации рака яичников». Lancet 359, № 9306 (февраль 2002): 572-77.