数据集概述
本数据集包含机器学习训练数据及模型结果，涵盖训练数据、模型评估指标、性能测试与训练指标等内容，支持对机器学习模型的训练过程及效果进行分析。数据集包含五个文件，以CSV格式为主，另有一个Excel文件用于模型对比。
文件详解
- 文件名称：comparison_8ML.xlsx
- 文件格式：XLSX
- 字段映射介绍：未提供具体字段，推测为8种机器学习模型的对比数据
- 文件名称：SFB_aug_all.csv
- 文件格式：CSV
- 字段映射介绍：包含Sal（盐度）、SSC（悬浮物浓度）、G、size（尺寸）、settling velocity（沉降速度）等特征字段
- 文件名称：model_evaluation.csv
- 文件格式：CSV
- 字段映射介绍：包含Model（模型名称）、RMSE（均方根误差）、R2（决定系数）、r（相关系数）、NSE（纳什系数）、KGE（克林-古普塔效率系数）、WI（威尔莫特指数）等模型评估指标字段
- 文件名称：performance_metrics_test.csv
- 文件格式：CSV
- 字段映射介绍：未提供具体字段，推测为模型测试集的性能指标数据
- 文件名称：performance_metrics_train.csv
- 文件格式：CSV
- 字段映射介绍：未提供具体字段，推测为模型训练集的性能指标数据
适用场景
- 机器学习模型训练: 使用SFB_aug_all.csv中的特征数据进行模型训练
- 模型性能评估: 利用model_evaluation.csv、performance_metrics_test.csv和performance_metrics_train.csv分析模型的各项评估指标
- 模型对比分析: 通过comparison_8ML.xlsx对比不同机器学习模型的性能差异
- 特征相关性研究: 基于SFB_aug_all.csv中的特征字段，分析各特征与目标变量的相关性
- 机器学习实验复现: 结合训练数据与模型结果，复现机器学习实验过程与结论
