Prácticas

  1. Pautas para la redacción de la memoria de prácticas.
  2. Bases de datos para problemas de clasificación y clustering.

Bases de datos

Iris
Base de datos clásica en Reconocimiento de Formas correspondiente a tres tipos de flor de iris (Iris-setosa, Iris-versicolor, Virginica) definidos por cuatro características ().
Iris1
Base de datos obtenida a partir de Iris, donde se han unido dos clases () de forma que el problema pasa a ser linealmente separable.
Gauss2d
Base de datos correspondiente a un problema bidimensional con dos clases. Una clase se distribuye según una normal de medias (0.0,0.0) y desviación estándar igual a 1.0 en las ambas direcciones. La otra clase se distribuye según una normal de medias (7.0,7.0) y desviación estándar 2.0 en cada dimensión.
Gauss2d1
Base de datos similar a la anterior pero con medias para las dos clases de (0.0,0.0) y (4.0,4.0), por lo que existe un cierto solape entre las muestras de las dos clases.
Glass
Base de datos de la UCI que contine 9 características y 6 clases. Buena para probar algoritmos de clustering.
Fosil
British
Muestra1
Conjunto de muestras para utilizar en comprobación de algoritmos de clustering, por tener tres grupos claramente diferenciados y pocas muestras.