mlbench库简介
mlbench是一个用于机器学习的R语言扩展包，主要用于提供经典的基准数据集和工具，常用于算法测试、教学演示或研究场景。该库包含多个知名数据集，涵盖分类、回归、聚类等任务。
包含的主要数据集
-
BostonHousing
波士顿房价数据集，包含506条记录和14个特征，用于回归任务。目标变量为房屋中位数价格。 -
BreastCancer
威斯康星州乳腺癌数据集（原始版），包含699个样本和10个特征，用于二分类任务（良性/恶性）。 -
DNA
人工合成的DNA序列分类数据集，包含3186条序列，用于多分类任务（3个类别）。 -
Glass
玻璃化学成分数据集，包含214个样本和10个特征，用于多分类任务（6种玻璃类型）。 -
Ionosphere
电离层雷达信号数据集，包含351个样本和34个特征，用于二分类任务（信号是否显示结构）。 -
PimaIndiansDiabetes
皮马印第安人糖尿病数据集，包含768个样本和8个特征，用于二分类任务（是否患糖尿病）。 -
Satellite
遥感卫星图像数据集，包含6435个样本和36个特征，用于多分类任务（6种土地类型）。 -
Sonar
声纳信号数据集，包含208个样本和60个特征，用于二分类任务（金属/岩石目标）。 -
Vehicle
车辆轮廓数据集，包含846个样本和18个特征，用于多分类任务（4种车辆类型）。
安装与调用方法
在R中安装并加载mlbench：
install.packages("mlbench")
library(mlbench)
加载数据集示例（以BostonHousing为例）：
data(BostonHousing)
head(BostonHousing)
特点与用途
- 数据集经过标准化处理，可直接用于建模。
- 涵盖多种任务类型，适合算法对比实验。
- 部分数据集包含缺失值，需预处理（如
PimaIndiansDiabetes）。
注意：mlbench的数据集通常较小，适合快速验证模型，不适用于大规模训练场景。
