Abalone

https://archive.ics.uci.edu/ml/datasets/Abalone

本数据集为加州大学欧文分校（University of California, Irvine，简称UCI）机器学习数据集仓库中的鲍鱼（Abalone）数据集，是回归任务领域的经典基准数据集。其核心任务为通过鲍鱼的物理测量参数预测其实际年龄：鲍鱼的实际年龄需通过将贝壳沿锥部切开、染色后在显微镜下计数生长环数确定，该过程繁琐且耗时。研究人员可通过更易获取的物理测量数据替代传统方法完成年龄预测，若需进一步优化预测精度，还可结合天气模式、采集地点（可间接反映食物供应情况）等额外信息。该数据集包含以下属性：性别（标称型特征）、长度（连续型，单位：毫米，为贝壳最长轴测量值）、直径（连续型，单位：毫米，与长度方向垂直）、高度（连续型，单位：毫米，包含软组织在内的测量值）、整体重量（连续型，单位：克，整只鲍鱼重量）、去壳软组织重量（连续型，单位：克）、放血后内脏重量（连续型，单位：克）、干燥壳重（连续型，单位：克）、生长环数（整型），生长环数加1.5即可得到鲍鱼的实际年龄（单位：年）。