jlh/uci-car-evaluation

---
dataset_info:
features:
- name: buying
dtype: string
- name: maint
dtype: string
- name: doors
dtype: string
- name: persons
dtype: string
- name: lug_boot
dtype: string
- name: safety
dtype: string
- name: quality
dtype:
class_label:
names:
'0': acc
'1': good
'2': unacc
'3': vgood
splits:
- name: train
num_bytes: 87264
num_examples: 1728
download_size: 5480
dataset_size: 87264
---
# Dataset Card for "uci-car-evaluation"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征：
- 名称：buying（购车价格），数据类型：字符串
- 名称：maint（维修成本），数据类型：字符串
- 名称：doors（车门数量），数据类型：字符串
- 名称：persons（载客人数），数据类型：字符串
- 名称：lug_boot（后备箱容积），数据类型：字符串
- 名称：safety（安全等级），数据类型：字符串
- 名称：quality（质量评级），数据类型：类别标签（class_label）：
命名映射：
'0': acc（可接受）
'1': good（良好）
'2': unacc（不可接受）
'3': vgood（非常良好）
数据划分：
- 名称：train（训练集），字节数：87264，样本数：1728
下载大小：5480
数据集总大小：87264
---
# "uci-car-evaluation"数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

uci-car-evaluation

数据集特征

• buying: 数据类型 - 字符串
• maint: 数据类型 - 字符串
• doors: 数据类型 - 字符串
• persons: 数据类型 - 字符串
• lug_boot: 数据类型 - 字符串
• safety: 数据类型 - 字符串
• quality: 数据类型 - 分类标签
  • 类别名称:
    • 0: acc
    • 1: good
    • 2: unacc
    • 3: vgood

数据集拆分

• train:
  • 数据大小: 87264 字节
  • 示例数量: 1728

数据集大小

• 下载大小: 5480 字节
• 总数据大小: 87264 字节

搜集汇总

数据集介绍

构建方式

该数据集源自UCI机器学习库中的汽车评估数据集，旨在通过结构化特征对汽车可接受性进行分类。构建过程中，选取了购买价格、维护费用、车门数量、载客人数、后备箱容量及安全性六个关键属性作为输入特征，每个特征均以离散的语义标签表示。目标变量为汽车整体质量，划分为不可接受、可接受、良好和非常好四个等级。数据集中包含1728个样本，全部划分至训练集，确保了数据分布的完整性与一致性。

特点

该数据集的核心特点在于其简洁而全面的特征设计，涵盖了消费者购车时最关注的六大维度，使得模型能够从多角度评估汽车价值。特征均为类别型变量，降低了数据预处理复杂度，适合用于分类算法的教学与基准测试。目标变量的四分类设计平衡了细粒度与实用性，既避免了二分类的粗放，又防止了过多类别导致的稀疏问题。整个数据集规模适中，便于快速迭代实验，是检验分类器性能的理想选择。

使用方法

使用该数据集时，可直接通过HuggingFace的datasets库加载，例如调用`load_dataset('jlh/uci-car-evaluation')`获取训练数据。数据以字典形式呈现，包含购买价格、维护费用等字符串特征及以整数编码的标签列。研究者可将其用于多分类任务，常见做法是采用决策树、随机森林或支持向量机等算法进行模型训练。因所有特征均为离散值，建议在建模前进行独热编码或标签编码处理，以适配不同机器学习框架的输入要求。

背景与挑战

背景概述

在人工智能与决策支持系统的发展历程中，基于多属性特征的分类问题始终是核心研究议题之一。jlh/uci-car-evaluation数据集源自UCI机器学习库，由多位研究人员于20世纪90年代创建，旨在通过车辆的多维属性（如购买价格、维护成本、车门数量、载客能力、后备箱空间及安全性）来评估其整体质量等级。该数据集包含1728个样本，覆盖四个质量类别（不可接受、可接受、良好、非常好），为分类算法提供了典型的基准测试平台。其简洁的结构与明确的标签体系，使其成为机器学习领域教学与算法对比的经典案例，尤其在监督学习与特征工程研究中具有深远影响，推动了从简单决策树到集成方法的演进。

当前挑战

该数据集所面临的挑战主要体现在两方面。其一，在领域问题层面，车辆质量评估本质上是一个多类别不平衡分类任务，其中“不可接受”类别占据主导地位，而“良好”与“非常好”样本稀少，导致模型易偏向多数类，难以精准捕捉少数类的判别边界。其二，在构建过程中，原始数据源自专家制定的规则化条件（如决策树模型），而非真实世界采集，这限制了特征的连续性与噪声鲁棒性，使得算法在泛化至现实场景时面临性能瓶颈。此外，属性均为离散值且维度较低，难以反映复杂交互效应，对特征工程与模型选择提出了更高要求。

常用场景

经典使用场景

UCI Car Evaluation数据集源自对车辆综合性能的评估研究，经典的使用场景在于构建基于多属性决策的分类模型。该数据集通过购买价格、维护成本、车门数量、载客能力、后备箱空间及安全性六个离散特征，预测车辆的整体可接受性等级。研究者常利用该数据集验证决策树、朴素贝叶斯、支持向量机等算法的分类效能，尤其在处理小样本、多类别不平衡数据时，其简洁的结构成为算法对比与模型泛化能力评估的基准平台。这一场景不仅推动了机器学习分类技术的精细化发展，也为后续研究提供了可复现的实验范式。

解决学术问题

该数据集主要解决了车辆质量评估中多属性融合的学术难题，即如何从有限且离散的指标中提炼出对车辆整体可接受性的综合判断。它帮助研究者探索特征重要性排序与特征交互作用，例如安全性属性对最终决策的显著影响。同时，该数据集为处理类别不平衡问题（如“不可接受”类别占多数）提供了典型范例，推动了过采样、代价敏感学习等方法的改进。其意义在于降低了车辆评估研究的入门门槛，使学者能专注于算法创新，而非数据采集，从而加速了智能决策系统在交通领域的理论奠基。

衍生相关工作

该数据集衍生了一系列经典研究工作，其中最具代表性的是将C4.5决策树算法应用于车辆评估的对比实验，揭示了属性选择策略对分类精度的影响。后续工作包括基于集成学习（如随机森林）的改进模型，以及利用模糊逻辑处理离散属性不确定性的研究。近年来，深度神经网络也被尝试用于该数据集，但受限于样本量，研究者更倾向于将其作为轻量级算法的验证基准。这些衍生工作共同构建了从传统机器学习到现代人工智能的渐进式知识图谱，为车辆评估领域的技术演进提供了清晰的脉络。