来自 UCI Machine Learning Repository 的糖尿病数据集：这个数据集包含了 442 名糖尿患者的数据，其中包含了年龄、BMI、血压等指标。

这是一个非常常用的机器学习数据集，可以用来探究糖尿病的预测和诊断。数据集中包含了8个输入特征和一个输出标签（即是否患有糖尿病）。其中年龄、BMI、血压等指标是一些常见的糖尿病风险因素，因此这个数据集可以用来训练机器学习模型，从而预测一个人是否患有糖尿病。同时，这个数据集也可以用来探究糖尿病风险因素之间的关系，比如年龄和BMI之间的相关性等。

相关问题

UCI Machine Learning Repository 的糖尿病数据集

UCI Machine Learning Repository 的糖尿病数据集包含了具有不同特征的病人，包括年龄、性别、BMI、血压等。数据集中的目标变量是病人是否患有糖尿病。这个数据集常用于二分类问题的机器学习任务，例如预测一个病人是否患有糖尿病。数据集可以从UCI Machine Learning Repository官网上下载。

从Kaggle、UCI Machine Learning Repository等平台中选定一个数据集，包括数据集介绍，数据类型，数据量等基本信息。

好的，下面给你介绍一些从Kaggle、UCI Machine Learning Repository等平台中选定的常见数据集。

1. Titanic: Machine Learning from Disaster（Kaggle）
该数据集包含有关泰坦尼克号乘客的信息，包括乘客的姓名、性别、年龄、票价等等。目标是根据乘客的特征预测他们是否在灾难中幸存下来。该数据集包含891个训练样本和418个测试样本。

2. Wine Quality（UCI Machine Learning Repository）
该数据集包含红葡萄酒和白葡萄酒的化学特征，例如酸度、酒精含量、pH值等等。目标是根据化学特征预测酒的质量评分。该数据集包含4898个样本。

3. Fashion MNIST（Kaggle）
该数据集包含10个类别的时尚商品图片，包括T恤、裤子、衬衫等等。目标是根据图片预测它所属的类别。该数据集包含60,000个训练样本和10,000个测试样本。

4. Boston Housing（UCI Machine Learning Repository）
该数据集包含波士顿地区的房屋价格和房屋属性信息，例如房龄、房间数量、犯罪率等等。目标是根据房屋属性预测房屋价格。该数据集包含506个样本。

以上是一些常见的数据集，它们包含了不同类型的数据，可以用于不同的机器学习任务。如果你需要更多的数据集，可以在Kaggle、UCI Machine Learning Repository等平台上进行搜索。