Date Fruit 7类水果数据集

#### 背景描述
世界各地种植了大量的水果，每种水果都有不同的类型。决定水果类型的因素是外观特征，如颜色、长度、直径和形状。水果的外观是水果类型的主要决定因素。通过观察水果的外观来确定水果的种类可能需要专业知识，这既费时又费力。本研究的目的是使用三种不同的机器学习方法对枣果实的类型进行分类，即 Barhee、Deglet Nour、Sukkary、Rotab Mozafati、Ruthana、Safawi 和 Sagai。
#### 数据说明
七种不同日期水果类型的 898 张图像。通过图像处理技术，从这些图像中提取了包括形态特征、形状和颜色在内的共34个特征。首先，使用机器学习方法中的逻辑回归 (LR) 和人工神经网络 (ANN) 方法开发模型。使用这些方法实现的性能结果分别为 91.0% 和 92.2%。然后，通过组合这些模型创建的堆叠模型，性能结果提高到 92.8%。已经得出结论，机器学习方法可以成功地应用于枣果类型的分类。

- 区域
- 周长
- 主要轴
- 次要轴
- 偏心
- EQDIASQ
- 坚固
- 凸面区域
- 程度
- 纵横比
- 圆度
- 紧凑
- 形状因子_1
- 形状因子_2
- 形状因子_3
- 形状因子_4
- 平均RR
- 平均RG
- 平均RB
- 标准差
- 标准差
- 标准差
- 偏斜RR
- 偏斜
- 斜度RB
- 峰度RR
- 峰度RG
- 峰度RB
- 熵RR
- 熵RG
- 熵RB
- ALLdaub4RR
- ALLdaub4RG
- ALLdaub4RB
- 类对象

#### 数据来源
KOKLU, M., KURSUN, R., TASPINAR, Y. S., and CINAR, I. (2021). Classification of Date Fruits into Genetic Varieties Using Image Analysis. Mathematical Problems in Engineering, Vol.2021, Article ID: 4793293, DOI:10.1155/2021/4793293
https://www.hindawi.com/journals/mpe/2021/4793293/
#### 问题描述
分类、计算机视觉