Benutzer:Annairah/Iris Datensatz
Der Iris Datensatz ist ein multivariater Datensatz, der 1936 von dem britischen Statistiker und Biologen Ronald Fisher in dem Paper The use of multiple measurements in taxonomic problems[1] als Beispiel für den Einsatz einer Diskriminanzanalyse, eingeführt wurde. Es wird gelegentlich auch als Andersons Iris Datensatz bezeichnet, da Edgar Anderson die Daten für die Quantifizierung der morphologischen Variation der drei Arten der Iris sammelte.[2] Zwei der drei Arten wurden auf der Halbinsel Gaspé gesammelt, "alle von der selben Wiese, gepflückt am selben Tag und zu der selben Zeit von der selben Person und dem selben Gerät vermessen".[3]
Der Datensatz besteht aus 50 Proben von jeder der drei Arten der Iris (Iris setosa, Iris virginica and Iris versicolor). Vier Eigenschaften wurden für jede Probe vermessen: die Länge und Breite in Zentimetern der Kelchblätter und der Blütenblätter. Basieren auf der Kombination dieser vier Eigenschaften entwickelte Fisher ein Diskriminanzmodel um die Arten voneinander zu unterscheiden.
Benutzung des Datensatzes[Bearbeiten | Quelltext bearbeiten]
Basierend auf Fishers Diskriminanzmodel wurde dieser Datensatz zu einem typischen Testfall für viele statistische Klassifizierungsverfahren im Machine Learning, wie die Support Vector Machine.[5]
Die Verwendung dieses Datensatzes in der Clusteranalyse ist jedoch nicht verbreitet, da der Datensatz nur zwei Cluster mit ziemlich offensichtlicher Unterteilungen. Eines der Cluster enthält Iris setosa, während das andere Iris virginica und Iris versicolor enthält und mit den Informationen zu der Pflanzenart, die Fisher verwendete, nicht weiter unterteilt werden können. Das macht den Datensatz zu einem guten Beispiel um den Unterschied zwischen überwachten und unüberwachten Technikem im Data Mining, da eine Diskriminanzfunktion nach Fisher nur aufgestellt werden kann, wenn die Art des Objektes bekannt ist: Klassenbezeichnungen und Cluster sind nicht unbedingt gleich.[6]
Nichtsdestotrotz sind alle drei Arten der Iris in der Projektion auf die nicht-lineare Verzweigungshauptkomponente trennbar.[7] Der Datensatz wird mit dem nähesten Baum mit einer Penalty für die überhöhte Anzahl an Knoten, Biegen und Spannen, approximiert. Dann wird die sogenannte "metro-map" erstellt.[4] Die Datenpunkte werden auf den nähesten Knoten projiziert. Für jeden Knoten wird ein Kuchendigramm erstellt. Die Fläsche des Kuchens ist proportional zu der Anzahl der projizierten Datenpunkte. Von dem Diagramm links wird klar, dass die absolute Mehrheit der Proben der verschiedenen Irisarten zu verschiedenen Knoten gehören. Nur ein kleiner Anteil der Iris-virginica ist mit Iris-versicolor vermischt (die blau-grünen Knoten im Diagramm). Somit sind die drei Arten der Iris (Iris setosa, Iris virginica und Iris versicolor) mit der unüberwachten Vorgehensweise der nichtlinearen Hauptkomponentenanalyse trennbar. Um sie zu unterscheiden ist es ausreichend, die entsprechenden Knoten in Hauptkomponentenbaum auszuwählen.
Datensatz[Bearbeiten | Quelltext bearbeiten]
Der Datensatz enthält 150 Einträge mit jeweils fünf Eigenschaften - Länge des Blütenblattes, Breite des Blütenblattes, Länge des Kelchblattes, Breite des Kelchblattes und die Art.
| Eintrag Nummer | Länge Kelchblatt | Breite Kelchblatt | Länge Blütenblatt | Breite Blütenblatt | Art |
|---|---|---|---|---|---|
| 1 | 5.1 | 3.5 | 1.4 | 0.2 | I. setosa |
| 2 | 4.9 | 3.0 | 1.4 | 0.2 | I. setosa |
| 3 | 4.7 | 3.2 | 1.3 | 0.2 | I. setosa |
| 4 | 4.6 | 3.1 | 1.5 | 0.2 | I. setosa |
| 5 | 5.0 | 3.6 | 1.4 | 0.3 | I. setosa |
| 6 | 5.4 | 3.9 | 1.7 | 0.4 | I. setosa |
| 7 | 4.6 | 3.4 | 1.4 | 0.3 | I. setosa |
| 8 | 5.0 | 3.4 | 1.5 | 0.2 | I. setosa |
| 9 | 4.4 | 2.9 | 1.4 | 0.2 | I. setosa |
| 10 | 4.9 | 3.1 | 1.5 | 0.1 | I. setosa |
| 11 | 5.4 | 3.7 | 1.5 | 0.2 | I. setosa |
| 12 | 4.8 | 3.4 | 1.6 | 0.2 | I. setosa |
| 13 | 4.8 | 3.0 | 1.4 | 0.1 | I. setosa |
| 14 | 4.3 | 3.0 | 1.1 | 0.1 | I. setosa |
| 15 | 5.8 | 4.0 | 1.2 | 0.2 | I. setosa |
| 16 | 5.7 | 4.4 | 1.5 | 0.4 | I. setosa |
| 17 | 5.4 | 3.9 | 1.3 | 0.4 | I. setosa |
| 18 | 5.1 | 3.5 | 1.4 | 0.3 | I. setosa |
| 19 | 5.7 | 3.8 | 1.7 | 0.3 | I. setosa |
| 20 | 5.1 | 3.8 | 1.5 | 0.3 | I. setosa |
| 21 | 5.4 | 3.4 | 1.7 | 0.2 | I. setosa |
| 22 | 5.1 | 3.7 | 1.5 | 0.4 | I. setosa |
| 23 | 4.6 | 3.6 | 1.0 | 0.2 | I. setosa |
| 24 | 5.1 | 3.3 | 1.7 | 0.5 | I. setosa |
| 25 | 4.8 | 3.4 | 1.9 | 0.2 | I. setosa |
| 26 | 5.0 | 3.0 | 1.6 | 0.2 | I. setosa |
| 27 | 5.0 | 3.4 | 1.6 | 0.4 | I. setosa |
| 28 | 5.2 | 3.5 | 1.5 | 0.2 | I. setosa |
| 29 | 5.2 | 3.4 | 1.4 | 0.2 | I. setosa |
| 30 | 4.7 | 3.2 | 1.6 | 0.2 | I. setosa |
| 31 | 4.8 | 3.1 | 1.6 | 0.2 | I. setosa |
| 32 | 5.4 | 3.4 | 1.5 | 0.4 | I. setosa |
| 33 | 5.2 | 4.1 | 1.5 | 0.1 | I. setosa |
| 34 | 5.5 | 4.2 | 1.4 | 0.2 | I. setosa |
| 35 | 4.9 | 3.1 | 1.5 | 0.2 | I. setosa |
| 36 | 5.0 | 3.2 | 1.2 | 0.2 | I. setosa |
| 37 | 5.5 | 3.5 | 1.3 | 0.2 | I. setosa |
| 38 | 4.9 | 3.6 | 1.4 | 0.1 | I. setosa |
| 39 | 4.4 | 3.0 | 1.3 | 0.2 | I. setosa |
| 40 | 5.1 | 3.4 | 1.5 | 0.2 | I. setosa |
| 41 | 5.0 | 3.5 | 1.3 | 0.3 | I. setosa |
| 42 | 4.5 | 2.3 | 1.3 | 0.3 | I. setosa |
| 43 | 4.4 | 3.2 | 1.3 | 0.2 | I. setosa |
| 44 | 5.0 | 3.5 | 1.6 | 0.6 | I. setosa |
| 45 | 5.1 | 3.8 | 1.9 | 0.4 | I. setosa |
| 46 | 4.8 | 3.0 | 1.4 | 0.3 | I. setosa |
| 47 | 5.1 | 3.8 | 1.6 | 0.2 | I. setosa |
| 48 | 4.6 | 3.2 | 1.4 | 0.2 | I. setosa |
| 49 | 5.3 | 3.7 | 1.5 | 0.2 | I. setosa |
| 50 | 5.0 | 3.3 | 1.4 | 0.2 | I. setosa |
| 51 | 7.0 | 3.2 | 4.7 | 1.4 | I. versicolor |
| 52 | 6.4 | 3.2 | 4.5 | 1.5 | I. versicolor |
| 53 | 6.9 | 3.1 | 4.9 | 1.5 | I. versicolor |
| 54 | 5.5 | 2.3 | 4.0 | 1.3 | I. versicolor |
| 55 | 6.5 | 2.8 | 4.6 | 1.5 | I. versicolor |
| 56 | 5.7 | 2.8 | 4.5 | 1.3 | I. versicolor |
| 57 | 6.3 | 3.3 | 4.7 | 1.6 | I. versicolor |
| 58 | 4.9 | 2.4 | 3.3 | 1.0 | I. versicolor |
| 59 | 6.6 | 2.9 | 4.6 | 1.3 | I. versicolor |
| 60 | 5.2 | 2.7 | 3.9 | 1.4 | I. versicolor |
| 61 | 5.0 | 2.0 | 3.5 | 1.0 | I. versicolor |
| 62 | 5.9 | 3.0 | 4.2 | 1.5 | I. versicolor |
| 63 | 6.0 | 2.2 | 4.0 | 1.0 | I. versicolor |
| 64 | 6.1 | 2.9 | 4.7 | 1.4 | I. versicolor |
| 65 | 5.6 | 2.9 | 3.6 | 1.3 | I. versicolor |
| 66 | 6.7 | 3.1 | 4.4 | 1.4 | I. versicolor |
| 67 | 5.6 | 3.0 | 4.5 | 1.5 | I. versicolor |
| 68 | 5.8 | 2.7 | 4.1 | 1.0 | I. versicolor |
| 69 | 6.2 | 2.2 | 4.5 | 1.5 | I. versicolor |
| 70 | 5.6 | 2.5 | 3.9 | 1.1 | I. versicolor |
| 71 | 5.9 | 3.2 | 4.8 | 1.8 | I. versicolor |
| 72 | 6.1 | 2.8 | 4.0 | 1.3 | I. versicolor |
| 73 | 6.3 | 2.5 | 4.9 | 1.5 | I. versicolor |
| 74 | 6.1 | 2.8 | 4.7 | 1.2 | I. versicolor |
| 75 | 6.4 | 2.9 | 4.3 | 1.3 | I. versicolor |
| 76 | 6.6 | 3.0 | 4.4 | 1.4 | I. versicolor |
| 77 | 6.8 | 2.8 | 4.8 | 1.4 | I. versicolor |
| 78 | 6.7 | 3.0 | 5.0 | 1.7 | I. versicolor |
| 79 | 6.0 | 2.9 | 4.5 | 1.5 | I. versicolor |
| 80 | 5.7 | 2.6 | 3.5 | 1.0 | I. versicolor |
| 81 | 5.5 | 2.4 | 3.8 | 1.1 | I. versicolor |
| 82 | 5.5 | 2.4 | 3.7 | 1.0 | I. versicolor |
| 83 | 5.8 | 2.7 | 3.9 | 1.2 | I. versicolor |
| 84 | 6.0 | 2.7 | 5.1 | 1.6 | I. versicolor |
| 85 | 5.4 | 3.0 | 4.5 | 1.5 | I. versicolor |
| 86 | 6.0 | 3.4 | 4.5 | 1.6 | I. versicolor |
| 87 | 6.7 | 3.1 | 4.7 | 1.5 | I. versicolor |
| 88 | 6.3 | 2.3 | 4.4 | 1.3 | I. versicolor |
| 89 | 5.6 | 3.0 | 4.1 | 1.3 | I. versicolor |
| 90 | 5.5 | 2.5 | 4.0 | 1.3 | I. versicolor |
| 91 | 5.5 | 2.6 | 4.4 | 1.2 | I. versicolor |
| 92 | 6.1 | 3.0 | 4.6 | 1.4 | I. versicolor |
| 93 | 5.8 | 2.6 | 4.0 | 1.2 | I. versicolor |
| 94 | 5.0 | 2.3 | 3.3 | 1.0 | I. versicolor |
| 95 | 5.6 | 2.7 | 4.2 | 1.3 | I. versicolor |
| 96 | 5.7 | 3.0 | 4.2 | 1.2 | I. versicolor |
| 97 | 5.7 | 2.9 | 4.2 | 1.3 | I. versicolor |
| 98 | 6.2 | 2.9 | 4.3 | 1.3 | I. versicolor |
| 99 | 5.1 | 2.5 | 3.0 | 1.1 | I. versicolor |
| 100 | 5.7 | 2.8 | 4.1 | 1.3 | I. versicolor |
| 101 | 6.3 | 3.3 | 6.0 | 2.5 | I. virginica |
| 102 | 5.8 | 2.7 | 5.1 | 1.9 | I. virginica |
| 103 | 7.1 | 3.0 | 5.9 | 2.1 | I. virginica |
| 104 | 6.3 | 2.9 | 5.6 | 1.8 | I. virginica |
| 105 | 6.5 | 3.0 | 5.8 | 2.2 | I. virginica |
| 106 | 7.6 | 3.0 | 6.6 | 2.1 | I. virginica |
| 107 | 4.9 | 2.5 | 4.5 | 1.7 | I. virginica |
| 108 | 7.3 | 2.9 | 6.3 | 1.8 | I. virginica |
| 109 | 6.7 | 2.5 | 5.8 | 1.8 | I. virginica |
| 110 | 7.2 | 3.6 | 6.1 | 2.5 | I. virginica |
| 111 | 6.5 | 3.2 | 5.1 | 2.0 | I. virginica |
| 112 | 6.4 | 2.7 | 5.3 | 1.9 | I. virginica |
| 113 | 6.8 | 3.0 | 5.5 | 2.1 | I. virginica |
| 114 | 5.7 | 2.5 | 5.0 | 2.0 | I. virginica |
| 115 | 5.8 | 2.8 | 5.1 | 2.4 | I. virginica |
| 116 | 6.4 | 3.2 | 5.3 | 2.3 | I. virginica |
| 117 | 6.5 | 3.0 | 5.5 | 1.8 | I. virginica |
| 118 | 7.7 | 3.8 | 6.7 | 2.2 | I. virginica |
| 119 | 7.7 | 2.6 | 6.9 | 2.3 | I. virginica |
| 120 | 6.0 | 2.2 | 5.0 | 1.5 | I. virginica |
| 121 | 6.9 | 3.2 | 5.7 | 2.3 | I. virginica |
| 122 | 5.6 | 2.8 | 4.9 | 2.0 | I. virginica |
| 123 | 7.7 | 2.8 | 6.7 | 2.0 | I. virginica |
| 124 | 6.3 | 2.7 | 4.9 | 1.8 | I. virginica |
| 125 | 6.7 | 3.3 | 5.7 | 2.1 | I. virginica |
| 126 | 7.2 | 3.2 | 6.0 | 1.8 | I. virginica |
| 127 | 6.2 | 2.8 | 4.8 | 1.8 | I. virginica |
| 128 | 6.1 | 3.0 | 4.9 | 1.8 | I. virginica |
| 129 | 6.4 | 2.8 | 5.6 | 2.1 | I. virginica |
| 130 | 7.2 | 3.0 | 5.8 | 1.6 | I. virginica |
| 131 | 7.4 | 2.8 | 6.1 | 1.9 | I. virginica |
| 132 | 7.9 | 3.8 | 6.4 | 2.0 | I. virginica |
| 133 | 6.4 | 2.8 | 5.6 | 2.2 | I. virginica |
| 134 | 6.3 | 2.8 | 5.1 | 1.5 | I. virginica |
| 135 | 6.1 | 2.6 | 5.6 | 1.4 | I. virginica |
| 136 | 7.7 | 3.0 | 6.1 | 2.3 | I. virginica |
| 137 | 6.3 | 3.4 | 5.6 | 2.4 | I. virginica |
| 138 | 6.4 | 3.1 | 5.5 | 1.8 | I. virginica |
| 139 | 6.0 | 3.0 | 4.8 | 1.8 | I. virginica |
| 140 | 6.9 | 3.1 | 5.4 | 2.1 | I. virginica |
| 141 | 6.7 | 3.1 | 5.6 | 2.4 | I. virginica |
| 142 | 6.9 | 3.1 | 5.1 | 2.3 | I. virginica |
| 143 | 5.8 | 2.7 | 5.1 | 1.9 | I. virginica |
| 144 | 6.8 | 3.2 | 5.9 | 2.3 | I. virginica |
| 145 | 6.7 | 3.3 | 5.7 | 2.5 | I. virginica |
| 146 | 6.7 | 3.0 | 5.2 | 2.3 | I. virginica |
| 147 | 6.3 | 2.5 | 5.0 | 1.9 | I. virginica |
| 148 | 6.5 | 3.0 | 5.2 | 2.0 | I. virginica |
| 149 | 6.2 | 3.4 | 5.4 | 2.3 | I. virginica |
| 150 | 5.9 | 3.0 | 5.1 | 1.8 | I. virginica |
Es wurden verschiedene Versionen des Datensatzes veröffentlicht.[8]
External links[Bearbeiten | Quelltext bearbeiten]
- Iris Data Set. UCI Machine Learning Repository: Iris Data Set
Quellen[Bearbeiten | Quelltext bearbeiten]
- ↑ R. A. Fisher: The use of multiple measurements in taxonomic problems. In: Annals of Eugenics. 7. Jahrgang, Nr. 2, 1936, S. 179–188, doi:10.1111/j.1469-1809.1936.tb02137.x.
- ↑ Edgar Anderson: The species problem in Iris. In: Annals of the Missouri Botanical Garden. 23. Jahrgang, Nr. 3, 1936, S. 457–509, JSTOR:2394164 (biostor.org).
- ↑ Edgar Anderson: The irises of the Gaspé Peninsula. In: Bulletin of the American Iris Society. 59. Jahrgang, 1935, S. 2–5.
- ↑ a b A. N. Gorban, A. Zinovyev. Principal manifolds and graphs in practice: from molecular biology to dynamical systems, International Journal of Neural Systems, Vol. 20, No. 3 (2010) 219–232.
- ↑ UCI Machine Learning Repository: Iris Data Set. In: archive.ics.uci.edu. Abgerufen am 1. Dezember 2017.
- ↑ Ines Färber, Stephan Günnemann, Hans-Peter Kriegel, Peer Kröger, Emmanuel Müller, Erich Schubert, Thomas Seidl, Arthur Zimek: On Using Class-Labels in Evaluation of Clusterings. Hrsg.: Xiaoli Z. Fern, Ian Davidson, Jennifer Dy. ACM SIGKDD, 2010 (oregonstate.edu [PDF]).
- ↑ A.N. Gorban, N.R. Sumner, and A.Y. Zinovyev, Topological grammars for data approximation, Applied Mathematics Letters Volume 20, Issue 4 (2007), 382-386.
- ↑ Bezdek, J.C. and Keller, J.M. and Krishnapuram, R. and Kuncheva, L.I. and Pal, N.R.: Will the real iris data please stand up? In: IEEE Transactions on Fuzzy Systems. 7. Jahrgang, Nr. 3, 1999, S. 368–369, doi:10.1109/91.771092.