看論文用到了該數(shù)據(jù)集，沒找到中文描述，且官網(wǎng)上描述非常簡潔。所以查閱了原版書，將該數(shù)據(jù)集的介紹整理如下。

實(shí)驗(yàn)數(shù)據(jù)集：波形數(shù)據(jù)集(下載網(wǎng)址：UCI Machine Learning Repository: Waveform Database Generator (Version 1) Data Set)

樣本數(shù)：5000，特征數(shù)量：21，用于分類，分為三類。

? ? ? ?該數(shù)據(jù)集收集的數(shù)據(jù)來自波形 中任意兩種波形的隨機(jī)凸組合。原始數(shù)據(jù)集用于分類問題，分為三個(gè)類別，每一類都由在添加了噪聲的整數(shù)處采樣的兩種波形的隨機(jī)凸組合組成。（波形圖片在后文）

更具體地說，測量向量是21維的： 。要生成第1類向量 ，需要單獨(dú)生成一個(gè)均勻隨機(jī)數(shù)u和21個(gè)符合正態(tài)分布（均值為0，方差為1）的隨機(jī)數(shù) 。然后設(shè)置：

要生成第2類向量，請重復(fù)上述操作并設(shè)置：

第3類向量由以下公式生成：

附上英文原版書頁面，作者是為了講清楚樹狀分類法舉的這個(gè)例子。所以該數(shù)據(jù)集可以用于分類問題，我看的論文中是將它進(jìn)行了預(yù)處理，做了離群點(diǎn)檢測問題（跑了下代碼感覺效果一般）。

?

總結(jié)

以上是生活随笔為你收集整理的UCI数据集中文介绍：Waveform Database Generator (Version 1) Data Set的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。