mstz/yeast

---
language:
- en
tags:
- yeast
- tabular_classification
- binary_classification
- multiclass_classification
- UCI
pretty_name: Yeast
size_categories:
- n<1K
task_categories:
- tabular-classification
configs:
- yeast
- yeast_0
- yeast_1
- yeast_2
- yeast_3
- yeast_4
- yeast_5
- yeast_6
- yeast_7
- yeast_8
- yeast_9
license: cc
---
# Yeast
The [Yeast dataset](https://archive-beta.ics.uci.edu/dataset/110/yeast) from the [UCI repository](https://archive-beta.ics.uci.edu/).

# Usage
```python
from datasets import load_dataset

dataset = load_dataset("mstz/yeast")["train"]
```

# Configurations and tasks
| **Configuration** | **Task** | **Description** |
|-----------------------|---------------------------|-------------------------|
| yeast | Multiclass classification.| |
| yeast_0 | Binary classification. | Is the instance of class 0? |
| yeast_1 | Binary classification. | Is the instance of class 1? |
| yeast_2 | Binary classification. | Is the instance of class 2? |
| yeast_3 | Binary classification. | Is the instance of class 3? |
| yeast_4 | Binary classification. | Is the instance of class 4? |
| yeast_5 | Binary classification. | Is the instance of class 5? |
| yeast_6 | Binary classification. | Is the instance of class 6? |
| yeast_7 | Binary classification. | Is the instance of class 7? |
| yeast_8 | Binary classification. | Is the instance of class 8? |
| yeast_9 | Binary classification. | Is the instance of class 9? |

---
语言：
- 英语
标签：
- 酵母
- 表格分类（tabular_classification）
- 二分类（binary_classification）
- 多分类（multiclass_classification）
- UCI
易读名称：酵母
样本量类别：
- 样本量小于1000
任务类别：
- 表格分类（tabular-classification）
配置项：
- 酵母
- 酵母_0
- 酵母_1
- 酵母_2
- 酵母_3
- 酵母_4
- 酵母_5
- 酵母_6
- 酵母_7
- 酵母_8
- 酵母_9
许可证：cc
---

# 酵母数据集
本数据集为源自[UCI存储库](https://archive-beta.ics.uci.edu/)的[酵母数据集（Yeast dataset）](https://archive-beta.ics.uci.edu/dataset/110/yeast)。

# 使用方法
python
from datasets import load_dataset

dataset = load_dataset("mstz/yeast")["train"]

## 配置项与任务
| **配置项** | **任务** | **描述** |
|-----------------------|---------------------------|-------------------------|
| 酵母 | 多分类任务。| |
| 酵母_0 | 二分类任务。 | 判断样本是否属于类别0？ |
| 酵母_1 | 二分类任务。 | 判断样本是否属于类别1？ |
| 酵母_2 | 二分类任务。 | 判断样本是否属于类别2？ |
| 酵母_3 | 二分类任务。 | 判断样本是否属于类别3？ |
| 酵母_4 | 二分类任务。 | 判断样本是否属于类别4？ |
| 酵母_5 | 二分类任务。 | 判断样本是否属于类别5？ |
| 酵母_6 | 二分类任务。 | 判断样本是否属于类别6？ |
| 酵母_7 | 二分类任务。 | 判断样本是否属于类别7？ |
| 酵母_8 | 二分类任务。 | 判断样本是否属于类别8？ |
| 酵母_9 | 二分类任务。 | 判断样本是否属于类别9？ |

原始信息汇总

数据集概述

基本信息

• 名称: Yeast
• 语言: 英语
• 标签:
  • 酵母
  • 表格分类
  • 二元分类
  • 多类别分类
  • UCI
• 美观名称: Yeast
• 大小分类: n<1K
• 任务分类: 表格分类
• 配置:
  • yeast
  • yeast_0
  • yeast_1
  • yeast_2
  • yeast_3
  • yeast_4
  • yeast_5
  • yeast_6
  • yeast_7
  • yeast_8
  • yeast_9
• 许可证: cc

配置与任务

配置	任务	描述
yeast	多类别分类
yeast_0	二元分类	是否属于类别0？
yeast_1	二元分类	是否属于类别1？
yeast_2	二元分类	是否属于类别2？
yeast_3	二元分类	是否属于类别3？
yeast_4	二元分类	是否属于类别4？
yeast_5	二元分类	是否属于类别5？
yeast_6	二元分类	是否属于类别6？
yeast_7	二元分类	是否属于类别7？
yeast_8	二元分类	是否属于类别8？
yeast_9	二元分类	是否属于类别9？

搜集汇总

数据集介绍

构建方式

mstz/yeast数据集是基于酵母基因表达数据构建的，包含了不同条件下酵母细胞的表达谱。该数据集涵盖了从UCI机器学习库中的原始数据，通过预处理和格式化，形成了适用于机器学习模型的表格形式，每种配置代表了一个特定的分类任务。

特点

此数据集的特点在于其多样性，不仅提供了多类分类任务的完整数据，还针对每一个类别提供了二分类的数据配置。这些数据集规模较小，便于快速迭代和测试模型，同时涵盖了丰富的基因表达信息，为生物信息学领域的研究提供了宝贵的资源。

使用方法

使用mstz/yeast数据集时，用户可以通过HuggingFace的datasets库方便地加载。加载后的数据可以直接用于训练和评估机器学习模型。针对不同的分类任务，用户可以选择相应的配置，如yeast_0到yeast_9，以进行二分类任务，或使用yeast配置进行多类分类任务。

背景与挑战

背景概述

Yeast数据集源自UCI机器学习库，其创建旨在为表格数据分类研究提供实验材料。该数据集收集了酵母细胞周期不同阶段的基因表达数据，包含了14个属性，涉及多类分类问题。自发布以来，Yeast数据集在生物信息学、机器学习等领域中发挥着重要作用，成为研究基因表达调控与细胞周期分析的重要资源。

当前挑战

Yeast数据集在构建与应用过程中面临的挑战主要涉及两个方面：一是数据集的规模较小，包含的样本数量不足千个，这限制了模型学习的深度和泛化能力；二是数据集的多类分类特性带来了分类任务的技术挑战，如何精确区分酵母细胞周期的各个阶段是研究者必须解决的问题。此外，由于数据集属性的微观特性，特征选择与降维也成为了提升模型性能的关键挑战。

常用场景

经典使用场景

在生物信息学领域，mstz/yeast数据集是研究酵母基因功能分类的宝贵资源。该数据集常被用于构建和评估分类模型，以识别酵母基因序列所属的特定功能类别。其经典的使用场景在于，研究人员通过训练多类分类器，对基因进行精确分类，从而揭示其在细胞内的功能。

实际应用

在实际应用中，mstz/yeast数据集的应用场景广泛，包括但不限于生物技术、药物发现和疾病机理研究。通过对该数据集的分析，可以加速新药的筛选过程，提高疾病诊断的准确性，为医学研究和生物工业带来革命性的进展。

衍生相关工作

基于mstz/yeast数据集的研究衍生出了许多经典工作，如改进的分类算法、基因功能预测工具和生物信息学方法。这些工作不仅提升了数据集的利用效率，还为生物信息学的理论发展和实际应用提供了强有力的支持。