UCI的肥胖症数据集有多少个数据

UCI Machine Learning Repository 上有一个肥胖症预测数据集，数据集名称为 "Obesity Data Set"。该数据集包含 211 条数据，每条数据有 17 个特征。这些特征包括个人的基本信息（如性别、年龄、身高、体重等）、饮食习惯、生活方式等。您可以通过以下链接查看该数据集的详细信息和下载数据：

https://archive.ics.uci.edu/ml/datasets/Obesity+Data+Set

相关问题

uci 回归的数据集有哪些

UCI回归数据集是常用的一些用于回归分析任务的公共数据集，常用的UCI回归数据集包括：

1. Boston Housing Data Set：波士顿房价数据集，共506个样本，每个样本包含13个属性，目标变量是该地区的房屋价格中位数。

2. Energy Efficiency Data Set：能源效率数据集，共768个样本，每个样本包含8个属性，目标变量是建筑物的冷却和加热需求。

3. Concrete Compressive Strength Data Set：混凝土抗压强度数据集，共1030个样本，每个样本包含9个属性，目标变量是混凝土的抗压强度。

4. Wine Quality Data Set：葡萄酒质量数据集，共6497个样本，每个样本包含11个属性，目标变量是葡萄酒的质量评分。

5. Yacht Hydrodynamics Data Set：游艇水动力学数据集，共308个样本，每个样本包含6个属性，目标变量是游艇的阻力。

以上是常用的UCI回归数据集，你可以在UCI Machine Learning Repository网站上找到更多的数据集。

Uci 二分类数据集有哪些

UCI Machine Learning Repository中有很多二分类数据集，以下是一些比较常用的：

1. Breast Cancer Wisconsin (Diagnostic) Data Set：乳腺癌数据集，包含30个特征，用于预测是良性肿瘤还是恶性肿瘤。

2. Ionosphere Data Set：电离层数据集，包含34个特征，用于预测电离层反射是否存在异常。

3. Heart Disease Data Set：心脏病数据集，包含13个特征，用于预测是否患有心脏病。

4. Sonar Data Set：声纳数据集，包含60个特征，用于预测是否为金属圆盘还是岩石。

5. Banknote Authentication Data Set：纸币鉴别数据集，包含4个特征，用于预测纸币是否真实。

6. Wine Data Set：葡萄酒数据集，包含13个特征，用于预测葡萄酒的种类。

7. German Credit Data Set：德国信用数据集，包含20个特征，用于预测客户是否会违约。

8. Pima Indians Diabetes Data Set：皮马印第安人糖尿病数据集，包含8个特征，用于预测是否患有糖尿病。

9. Adult Data Set：成人收入数据集，包含14个特征，用于预测个人是否年收入超过5万美元。

以上数据集只是UCI Machine Learning Repository中的部分二分类数据集，还有很多其他数据集可供选择。