MiniBooNE粒子识别数据集

Data Set Information: The submitted file is set up as follows. In the first line is the the number of signal events followed by the number of background events. The signal events come first, followed by the background events. Each line, after the first line has the 50 particle ID variables for one event. Attribute Information: 50 particle ID variables (real) for each event. Relevant Papers: B. Roe et al., 'Boosted Decision Trees, an Alternative to Artificial Neural Networks' <[Web link]>, arXiv:physics/0408124, Nucl. Instrum. Meth. A543, 577 (2005). Citation Request: Please refer to the Machine Learning Repository's citation policy Byron Roe (byronroe '@' umich.edu) Department of Physics University of Michigan Ann Arbor, MI 48109

数据集说明：提交的文件结构如下。首行依次标注信号事件数与背景事件数。数据集中先排列信号事件，随后排列背景事件。首行之后的每一行对应一个事件，包含50个粒子识别（particle ID）变量。
属性说明：每个事件对应50个实数值粒子识别变量。
相关文献：B. Roe 等人的《提升决策树：人工神经网络的替代方案》<[网页链接]>，arXiv:physics/0408124，《Nucl. Instrum. Meth. A543》，第577页（2005年）。
引用要求：请遵循机器学习库（Machine Learning Repository）的引用规范。
拜伦·罗（Byron Roe），邮箱：byronroe '@' umich.edu
密歇根大学物理系
美国密歇根州安阿伯市，48109

搜集汇总

背景与挑战

背景概述

MiniBooNE粒子识别数据集是一个高能物理实验数据集，用于区分信号事件和背景事件。每个事件包含50个实数类型的粒子ID变量，适用于机器学习模型如决策树或神经网络的分类任务，旨在帮助识别粒子物理中的奇异粒子特征。