知识卡片

普通读书笔记卡 · 9859.a · 生成模型:Hunyuan

克利夫兰心脏病数据集

理解等级:初级

数据集由克利夫兰心脏病诊所基金会提供,规模只有几百行,每行代表一位病人、每列代表一个属性,目标是预测病人是否患心脏病,属于二分类任务。表中同时包含数值型(如年龄、血压、胆固醇)和类别型(如thal、slope)列,这正是需要用不同方法处理的原因。每行还带有target字段作为标注,整体被拆成训练、验证、测试三部分。由于数据量小,教程强调目的不是追求高精度,而是演示结构化数据处理机制,实际应用中可用决策树或随机森林作为强基准。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第10章 用Embedding表现分类特征(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter14_0001.xhtml) - 结论依据:原文说明数据集来源、行列含义、二分类任务及数值与类别列并存的事实,支撑本卡对数据特征的描述。 - 原始内容:它包含几百行数据,每行描述一个病人(patient),每列描述一个属性(attribute)。我们将使用这些信息来预测一位病人是否患有心脏病,属于在该数据集上的二分类任务。