標本データ セット
Statistics and Machine Learning Toolbox™ ソフトウェアには下表の標本データ セットが含まれています。
データ セットを MATLAB® ワークスペース内に読み込むには、以下を入力します。
load filename
ここで、filename
は、表にリストされているファイルのいずれかです。
データ セットには、個々のデータ変数、参照付きの記述変数、データ セットとその記述をカプセル化するデータ セット配列が適宜含まれます。
ファイル | データ セットの説明 |
---|---|
acetylene.mat | 相関予測子をもつ化学反応データ |
arrhythmia.mat | UCI Machine Learning Repository からの心臓不整脈データ |
batterysmall.mat | リチウムイオン バッテリーのセンサー データ (電圧、電流、および温度) と SOC ([1]のデータのサブセット) |
carbig.mat | 自動車の寸法 (1970~1982 年) |
carsmall.mat | carbig.mat のサブセット。自動車の寸法 (1970、1976、1982 年) |
census1994.mat | UCI Machine Learning Repository の Adult データ |
cereal.mat | 朝食シリアルの成分 |
cities.mat | 米国大都市圏の生活の質のランキング |
discrim.mat | 判別分析のための cities.mat のバージョン |
examgrades.mat | 0 ~ 100 のテストの採点 |
fisheriris.mat | フィッシャーのアヤメの分析データ (1936 年) |
flu.mat | Google の「インフル トレンド」は米国のさまざまな地域の ILI (インフルエンザ様疾患) の比率を推定、CDC は監視組織のレポートに基づき ILI の比率を重視 |
gas.mat | 1993 年のマサチューセッツ州周辺のガソリン価格 |
hald.mat | セメントの発熱と混合成分 |
hogg.mat | 出荷別の牛乳内のバクテリア数 |
hospital.mat | 病院のデータのシミュレーション |
humanactivity.mat | 座る、立つ、歩く、走る、踊る、という 5 種類の動作に対する行動認識データ |
imports-85.mat | UCI リポジトリからの 1985 年の自動車輸入データベース |
ionosphere.mat | UCI Machine Learning Repository からの電離層データセット |
kmeansdata.mat | 4 次元にクラスター化したデータ |
lawdata.mat | 法律学校 15 校の GPA と LSAT 得点 |
mileage.mat | 2 社の 3 モデルの車両のマイレージ データ |
moore.mat | 5 つの予測子に基づく生物化学的酸素要求量 |
morse.mat | 非符号器によるモールス符号の区別の認識 |
nlpdata.mat | MathWorks® ドキュメンテーションから抽出した自然言語処理データ |
ovariancancer.mat | 4000 個の予測子に基づきグループ分けされた意見[2][3] |
parts.mat | 36 個の円形パーツの寸法のずれ |
polydata.mat | 多項式近似用の標本データ |
popcorn.mat | タイプ別とブランド別によるポップコーン生産量 |
reaction.mat | Hougen-Watson モデルのための反応力学 |
spectra.mat | 60 件のガソリン標本の NIR スペクトル観測とオクタン価 |
stockreturns.mat | 株式収益のシミュレーション |
参照
[1] Kollmeyer, Phillip, Carlos Vidal, Mina Naguib, and Michael Skells. "LG 18650HG2 Li-ion Battery Data and Example Deep Neural Network xEV SOC Estimator Script." Mendeley 3 (March 2020). https://doi.org/10.17632/CP3473X7XV.3.
[2] Conrads, Thomas P., Vincent A. Fusaro, Sally Ross, Don Johann, Vinodh Rajapakse, Ben A. Hitt, Seth M. Steinberg, et al. "High-Resolution Serum Proteomic Features for Ovarian Cancer Detection." Endocrine-Related Cancer 11 (2004): 163–78.
[3] Petricoin, Emanuel F., Ali M. Ardekani, Ben A. Hitt, Peter J. Levine, Vincent A. Fusaro, Seth M. Steinberg, Gordon B. Mills, et al. “Use of Proteomic Patterns in Serum to Identify Ovarian Cancer.” The Lancet 359, no. 9306 (February 2002): 572–77.