Dataset之babyboom.dat:babyboom.dat数据集的简介、安装、使用方法之详细攻略

简介: Dataset之babyboom.dat:babyboom.dat数据集的简介、安装、使用方法之详细攻略

babyboom.dat数据集的简介

Forty-four babies -- a new record -- were born in one 24-hour period at the Mater Mothers' Hospital in Brisbane, Queensland, Australia, on December 18, 1997. For each of the 44 babies, The Sunday Mail recorded the time of birth, the sex of the child, and the birth weight in grams. Also included is the number of minutes since midnight for each birth.

1997年12月18日,在澳大利亚昆士兰州布里斯班的圣母医院,24小时内诞生了44个婴儿,这是一项新的记录。对于这44个婴儿,《星期日邮报》记录了他们的出生时间、性别和出生时的体重(以克为单位)。此外,还包括了每名婴儿从午夜到出生的时间。

REFERENCE: Steele, S. (December 21, 1997), "Babies by the Dozen for Christmas: 24-Hour Baby Boom," The Sunday Mail (Brisbane), p. 7.

参考:Steele, S.(1997年12月21日),“圣诞节的婴儿一打一打:24小时的婴儿潮”,星期日邮报(布里斯班),第7页。

"Datasets and Stories" article "A Simple Dataset for Demonstrating Common Distributions" in the Journal of Statistics Education (Dunn 1999).

“数据集和故事”文章“展示共同分布的简单数据集”,发表在统计教育杂志(邓恩1999年)。

Columns

  1 -  8  Time of birth recorded on the 24-hour clock

  9 - 16  Sex of the child (1 = girl, 2 = boy)

 17 - 24  Birth weight in grams

 25 - 32  Number of minutes after midnight of each birth

1 - 8出生时间记录在24小时时钟上

9 - 16孩子的性别(1 =女孩,2 =男孩)

17 - 24出生体重(克)

25 - 32每次分娩子夜后的分钟数



babyboom.dat数据集的安装


数据集链接:babyboom.dat





babyboom.dat数据集的使用方法


更新……







相关文章
|
1月前
|
数据采集 人工智能 监控
2025年数据治理工具哪家好?国内厂商全解析
本文结合当前市场需求,解析包括国内主流厂商在内的多款好用数据治理工具,为企业IT、数据管理等部门人员提供全面参考,助力找到契合自身需求的数据治理方案。
|
存储 缓存 网络协议
CDNJS/UNPKG/JSDelivr 太慢用不了,换成这些国内高速镜像
npm cdn, cdnjs, unpkg, jsdelivr, zstatic, zstatic.net, s4.zstatic.net
18303 4
|
8天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
292 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
303 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
233 113