Ringnorm dataset

This is an implementation of Leo Breiman's ringnorm example[1]. It is a 20 dimensional, 2 class classification example. Each class is drawn from a multivariate normal distribution.

Class 1 has mean zero and covariance 4 times the identity.

Class 2 has mean (a,a,..a) and unit covariance. a = 2/sqrt(20).

Breiman reports the theoretical expected misclassification rate as 1.3%. He used 300 training examples with CART and found an error of 21.4%.

**Source:**
[Ringnorm dataset](http://www.cs.toronto.edu/~delve/data/ringnorm/desc.html)

原始信息汇总

Ringnorm数据集概述

基本信息

• 数据集名称: Ringnorm dataset
• 大小: 1.1 MB
• 字段数量: 21
• 实例数量: 7,400
• 创建时间: Fri, 19 Jan 2018 16:58:03 +0000
• 发布时间: Fri, 19 Jan 2018 16:59:39 +0000
• URL: https://bigml.com/user/czuriaga/gallery/dataset/5a62239beba31d7a1200016b

描述

• 该数据集是Leo Breiman的ringnorm示例的实现。
• 这是一个20维、2类的分类示例。
• 每个类都是从多元正态分布中抽取的：
  • 类1: 均值为零，协方差为4倍单位矩阵。
  • 类2: 均值为(a,a,..a)，协方差为单位矩阵（a = 2/sqrt(20)）。
• Breiman报告的理论预期错误分类率为1.3%。他使用300个训练样本和CART方法，发现错误率为21.4%。

来源

• Ringnorm dataset

标签

• Ringnorm
• artificial
• historical

字段信息

名称	类型	计数	缺失值	错误	直方图
I1		7,400	0	0	σ
I2		7,400	0	0	σ
I3		7,400	0	0	σ
I4		7,400	0	0	σ
I5		7,400	0	0	σ
I6		7,400	0	0	σ
I7		7,400	0	0	σ
I8		7,400	0	0	σ
I9		7,400	0	0	σ
I10		7,400	0	0	σ

搜集汇总

背景与挑战

背景概述

该数据集是Leo Breiman的ringnorm示例实现，包含20维特征和2个类别，分别来自具有不同均值和协方差矩阵的多元正态分布。数据集包含7,400个实例，理论预期错误分类率为1.3%。