แง่มุมใดของชุดข้อมูล“ Iris” ที่ทำให้ประสบความสำเร็จเช่นชุดข้อมูลตัวอย่างการสอน / การทดสอบ

"ไอริส"ชุดข้อมูลที่น่าจะเป็นที่คุ้นเคยกับคนส่วนใหญ่ที่นี่ - มันเป็นหนึ่งในชุดข้อมูลการทดสอบเป็นที่ยอมรับและการเดินทางไปตัวอย่างเช่นชุดสำหรับทุกอย่างจากการแสดงข้อมูลในการเรียนรู้ของเครื่อง ตัวอย่างเช่นทุกคนในคำถามนี้ลงเอยด้วยการใช้มันเพื่อการอภิปรายเกี่ยวกับแผนการกระจายที่แยกออกจากกันโดยการรักษา

อะไรที่ทำให้ชุดข้อมูลIrisมีประโยชน์มาก? แค่นั้นแหละที่นั่นก่อน? หากมีคนพยายามสร้างชุดข้อมูล / ตัวอย่างทดสอบที่มีประโยชน์พวกเขาสามารถนำบทเรียนใดไปใช้

Irisชุดข้อมูลที่จะสมน้ำหน้าใช้กันอย่างแพร่หลายทั่ววิทยาศาสตร์ทางสถิติโดยเฉพาะอย่างยิ่งสำหรับการแสดงปัญหาต่างๆในกราฟิกสถิติสถิติหลายตัวแปรและการเรียนรู้เครื่อง

• มีการสังเกต 150 ครั้งมันมีขนาดเล็ก แต่ไม่สำคัญ

• งานที่โพสท่าแบ่งแยกระหว่างสามสายพันธุ์ของไอริสจากการวัดกลีบและกลีบเลี้ยงนั้นเรียบง่าย แต่ท้าทาย

• ข้อมูลเป็นข้อมูลจริง แต่เห็นได้ชัดว่ามีคุณภาพดี ในหลักการและในทางปฏิบัติชุดข้อมูลการทดสอบอาจสังเคราะห์และอาจจำเป็นหรือมีประโยชน์ในการสร้างจุด อย่างไรก็ตามมีคนเพียงไม่กี่คนที่คัดค้านข้อมูลจริง

• ข้อมูลถูกใช้โดยนักสถิติชาวอังกฤษชื่อดัง Ronald Fisher ในปี 1936 (ภายหลังเขาได้รับแต่งตั้งเป็นอัศวินและกลายเป็น Sir Ronald) อย่างน้อยครูบางคนชอบความคิดของชุดข้อมูลที่มีลิงก์ไปยังคนที่รู้จักกันดีในสนาม ข้อมูลถูกตีพิมพ์ครั้งแรกโดย Edgar S. Anderson นักพฤกษศาสตร์ที่มีใจเดียวกัน แต่ที่มาก่อนหน้านี้ไม่ได้ลดความสัมพันธ์ลง

• การใช้ชุดข้อมูลที่มีชื่อเสียงเพียงไม่กี่ชุดเป็นหนึ่งในประเพณีที่เราส่งมอบเช่นบอกคนรุ่นใหม่แต่ละคนว่านักเรียนทำงานเพื่อกินเนสส์หรือว่านักสถิติที่มีชื่อเสียงหลายคนตกหลุมรักกัน ซึ่งอาจดูเหมือนความเฉื่อย แต่ในการเปรียบเทียบวิธีการเก่าและใหม่และในการประเมินวิธีการใด ๆ ก็มักจะคิดว่ามีประโยชน์ในการลองใช้ชุดข้อมูลที่เป็นที่รู้จัก

• สุดท้าย แต่ไม่น้อยที่Irisชุดข้อมูลที่สามารถควบคู่รื่นเริงที่มีภาพของดอกไม้ที่เกี่ยวข้องทั้งจากเช่นรายการวิกิพีเดียที่เป็นประโยชน์ในชุดข้อมูล

บันทึก. ทำบิตของคุณเพื่อความถูกต้องทางชีวภาพในการอ้างถึงพืชที่เกี่ยวข้องอย่างระมัดระวัง Iris setosa , Iris versicolorและIris virginicaมีสามสายพันธุ์ (ไม่ใช่สายพันธุ์เช่นเดียวกับในบัญชีสถิติบางส่วน); ควรแสดงทวิภาคด้วยตัวเอียงเช่นเดียวกับที่นี่ และไอริสเป็นชื่อพืชสกุลและชื่ออื่น ๆ ที่ระบุชนิดเฉพาะควรเริ่มต้นด้วยตัวพิมพ์ใหญ่และล่างตามลำดับ

ชุดข้อมูลมีขนาดใหญ่และน่าสนใจพอที่จะไม่ไร้สาระ แต่มีขนาดเล็กพอที่จะ "พอดีกับกระเป๋าของคุณ" และไม่ทำให้การทดลองช้าลง

ฉันคิดว่าสิ่งสำคัญคือมันยังสอนเกี่ยวกับความกระชับ มีคอลัมน์ไม่เพียงพอที่จะให้คะแนนที่สมบูรณ์แบบ: เราเห็นสิ่งนี้ทันทีเมื่อเรามองไปที่ scatterplots และพวกมันซ้อนทับและวิ่งเข้าหากัน ดังนั้นวิธีการเรียนรู้ด้วยเครื่องจักรใด ๆ ที่ได้รับคะแนนสมบูรณ์แบบถือได้ว่าน่าสงสัย