hitorilabs/iris

Iris数据集是用于演示简单分类模型的流行数据集，最初由R.A. Fisher在1936年的论文中使用，并可在UCI机器学习库中找到。数据集包含三种鸢尾花（Iris）的150个样本，每种50个样本，每个样本有四个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度，以及一个类别标签。数据集经过了一些修改，如删除了`id`列，将`species`列转换为ClassLabel类型，并将特征列从`float64`转换为`float32`。此外，特征名称被改为蛇形命名法。

原始信息汇总

数据集概述

数据集信息

• 许可证: cc0-1.0
• 大小类别: n<1K
• 任务类别: tabular-classification

特征信息

• 特征列表:
  • petal_length: float32
  • petal_width: float32
  • sepal_length: float32
  • sepal_width: float32
  • species:
    • 类别标签:
      • 0: Iris-setosa
      • 1: Iris-versicolor
      • 2: Iris-virginica

数据分割

• 训练集:
  • 名称: train
  • 字节数: 3600
  • 样本数: 150

数据集大小

• 下载大小: 3835
• 数据集大小: 3600

配置

• 配置名称: default
• 数据文件: data/train-*

数据集描述

• 来源: 该数据集是从scikit-learn/iris复制并转换而来，以更适应huggingface。
• 修改内容:
  • 移除了id列
  • species列转换为ClassLabel类型
  • 特征列从float64降级为float32
  • 特征名称改为蛇形命名法

数据集历史

• 首次使用: 在R.A. Fisher的1936年论文《The Use of Multiple Measurements in Taxonomic Problems》中使用。
• 数据来源: UCI Machine Learning Repository。
• 类别描述: 包含三种鸢尾花，每种50个样本，每个样本包含花的属性。一种花可以与其他两种线性分离，但其他两种不能相互线性分离。
• 预测属性: 鸢尾花类别。

特征描述

• 特征列表:
  • 萼片长度（cm）
  • 萼片宽度（cm）
  • 花瓣长度（cm）
  • 花瓣宽度（cm）
  • 类别:
    • Iris-setosa
    • Iris-versicolor
    • Iris-virginica