uci 回归的数据集有哪些

UCI回归数据集比较多，以下是其中一部分：

1. Boston Housing：波士顿房价数据集
2. Wine Quality：葡萄酒质量数据集
3. Concrete Compressive Strength：混凝土抗压强度数据集
4. Energy Efficiency：能源效率数据集
5. Yacht Hydrodynamics：游艇流体力学性能数据集
6. Power Plant：发电厂数据集
7. Airfoil Self-Noise：机翼自噪音数据集
8. Red Wine Quality：红葡萄酒质量数据集
9. Kin8nm：蛋白质结构数据集
10. Bike Sharing：自行车租赁数据集

以上是部分UCI回归数据集，还有其他数据集，可以通过UCI Machine Learning Repository官网获取更详细的信息。

相关问题

Uci 回归预测的数据集有哪些

### 回答1：
UCI回归预测的数据集有很多，以下是部分常用的数据集：

1. Boston Housing: 用于预测波士顿地区房价的中位数。
2. Energy Efficiency: 用于预测建筑物的能源效率。
3. Concrete Compressive Strength: 用于预测混凝土抗压强度。
4. Wine Quality: 用于预测葡萄酒的质量。
5. Forest Fires: 用于预测葡萄酒的质量。
6. Bike Sharing: 用于预测单车共享系统的需求量。
7. Red Wine Quality: 用于预测红葡萄酒的质量。
8. Yacht Hydrodynamics: 用于预测游艇的阻力。
9. Power Plant: 用于预测发电厂的电力输出。
10. Kin8nm: 用于预测分子的能量。

### 回答2：
UCI回归预测数据集是来自UCI机器学习库的一组用于回归预测的数据集。以下是一些常见的UCI回归预测数据集：

1. "Boston Housing"数据集：该数据集包含关于波士顿地区房屋的各种特征，如房屋面积、房间数量、犯罪率等，目标是预测房屋价格。

2. "California Housing"数据集：该数据集收集了加州各个地区的房屋特征，如房屋年龄、人口密度、收入中位数等，目标是预测房屋价值的中位数。

3. "Computer Hardware"数据集：该数据集包含有关计算机硬件的特征，如时钟频率、平均内存等，目标是预测计算机的性能。

4. "Energy Efficiency"数据集：该数据集收集了不同建筑物的特征，如墙体面积、玻璃面积等，目标是预测建筑物的能源效率。

5. "Wine Quality"数据集：该数据集包含了不同葡萄酒的化学特性，如酸度、酒精含量等，目标是预测葡萄酒的质量。

这些数据集提供了一个用于回归预测问题的基准，研究人员和数据科学家可以使用它们来开发和评估回归模型的性能。这些数据集通常包含了特征和相应的目标变量，可以用于训练和测试回归模型。

uci 数据集预测的有哪些

UCI数据集包含了很多不同的数据集，可以用于各种不同的预测任务。以下是一些常见的预测任务及其对应的UCI数据集：

1. 回归预测：常用的UCI数据集包括Boston房价数据集、汽车燃油效率数据集、鲍鱼年龄预测数据集等。

2. 分类预测：常用的UCI数据集包括Iris鸢尾花数据集、Wine酒品质数据集、MNIST手写数字识别数据集等。

3. 聚类预测：常用的UCI数据集包括Iris鸢尾花数据集、Wine酒品质数据集、Mushroom蘑菇数据集等。

4. 时间序列预测：常用的UCI数据集包括Electricity市场电力负载数据集、Airline乘客数量数据集、Sunspot太阳黑子数量数据集等。

除此之外，UCI数据集还包含了许多其他类型的数据集，如文本分类、推荐系统、异常检测等。