wine_data：用于分类的三类别葡萄酒数据集

一个将 Wine 数据集加载到 NumPy 数组的函数。

from mlxtend.data import wine_data

概述

用于分类的葡萄酒数据集。
样本 178
特征 13
类别 3
数据集特点 多元
属性特点 整数，实数
相关任务 分类
缺失值 无
列 属性
1) 类别标签
2) 酒精
3) 苹果酸
4) 灰
5) 灰分碱度
6) 镁
7) 总酚
8) 类黄酮
9) 非类黄酮酚
10) 原花青素
11) 颜色强度
12) 色调
13) 稀释葡萄酒的 OD280/OD315
14) 脯氨酸
类别 样本
0 59
1 71
2 48

参考文献

  • Forina, M. et al, PARVUS - An Extendible Package for Data Exploration, Classification and Correlation. Institute of Pharmaceutical and Food Analysis and Technologies, Via Brigata Salerno, 16147 Genoa, Italy.
  • 来源：https://archive.ics.uci.edu/ml/datasets/Wine
  • Bache, K. & Lichman, M. (2013). UCI Machine Learning Repository. Irvine, CA: University of California, School of Information and Computer Science.

示例 1 - 数据集概述

from mlxtend.data import wine_data
X, y = wine_data()

print('Dimensions: %s x %s' % (X.shape[0], X.shape[1]))
print('\nHeader: %s' % ['alcohol', 'malic acid', 'ash', 'ash alcalinity',
                        'magnesium', 'total phenols', 'flavanoids',
                        'nonflavanoid phenols', 'proanthocyanins',
                        'color intensity', 'hue', 'OD280/OD315 of diluted wines',
                        'proline'])
print('1st row', X[0])

Dimensions: 178 x 13

Header: ['alcohol', 'malic acid', 'ash', 'ash alcalinity', 'magnesium', 'total phenols', 'flavanoids', 'nonflavanoid phenols', 'proanthocyanins', 'color intensity', 'hue', 'OD280/OD315 of diluted wines', 'proline']
1st row [  1.42300000e+01   1.71000000e+00   2.43000000e+00   1.56000000e+01
   1.27000000e+02   2.80000000e+00   3.06000000e+00   2.80000000e-01
   2.29000000e+00   5.64000000e+00   1.04000000e+00   3.92000000e+00
   1.06500000e+03]

import numpy as np
print('Classes: %s' % np.unique(y))
print('Class distribution: %s' % np.bincount(y))

Classes: [0 1 2]
Class distribution: [59 71 48]

API

wine_data()

葡萄酒数据集。

  • 来源：https://archive.ics.uci.edu/ml/datasets/Wine

  • 样本数量 : 178

  • 类别标签：{0, 1, 2}，分布：[59, 71, 48]

    数据集属性

    • 1) 酒精
    • 2) 苹果酸
    • 3) 灰
    • 4) 灰分碱度
    • 5) 镁
    • 6) 总酚
    • 7) 类黄酮
    • 8) 非类黄酮酚
    • 9) 原花青素
    • 10) 颜色强度
    • 11) 色调
    • 12) 稀释葡萄酒的 OD280/OD315
    • 13) 脯氨酸

返回值

  • X, y：[样本数, 特征数], [类别标签数]

    X 是特征矩阵，包含 178 个葡萄酒样本（行）和 13 个特征（列）。y 是一个包含 3 个类别标签 0、1、2 的一维数组。

示例

有关用法示例，请参阅 https://mlxtend.cn/mlxtend/user_guide/data/wine_data