Dataset之mushroom：mushroom蘑菇数据集的简介、下载、使用方法之详细攻略
目录
mushroom蘑菇数据集的简介
mushroom蘑菇数据集的下载
mushroom蘑菇数据集的使用方法
1、案例实现
mushroom蘑菇数据集的简介mushroom蘑菇数据集属于UCI机器学习库的Mushroom数据集，也是XGBoost安装包中的demo数据集。总样本数为8124，其中6513个样本做训练，1611个样本做测试。并且，其中可食用有4208样本，占51.8%；有毒的样本为3916，占48.2%。关于特征，Demo中22维特征经过处理，变成了126维特征量。 每个样本描述了蘑菇的22个属性，比如形状、气味等等（将22维原始特征用加工后变成了126维特征， 并存为libsvm格式)，然后给出了这个蘑菇是否可食用。
mushroom蘑菇数据集的下载相关文章：Dataset：数据集集合(综合性)——机器学习、深度学习算法中常用数据集大集合(建议收藏，持续更新)
mushroom蘑菇数据集的使用方法 1、案例实现ML之xgboost：利用xgboost算法(自带方式)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)_一个处女座的程序猿的博客-CSDN博客
ML之xgboost：利用xgboost算法(结合sklearn)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)_一个处女座的程序猿的博客-CSDN博客
ML之xgboost：利用xgboost算法(sklearn+3Split)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)_一个处女座的程序猿的博客-CSDN博客
ML之xgboost：利用xgboost算法(sklearn+3Split+调参曲线)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)_一个处女座的程序猿的博客-CSDN博客
ML之xgboost：利用xgboost算法(自带特征重要性可视化+且作为阈值训练模型)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)_一个处女座的程序猿的博客-CSDN博客
