背景描述
本数据集是采集于葡萄牙北部“Vinho Verde”葡萄酒的数据。由于隐私和物流问题，只有理化变量特征是可以进行使用的（例如，数据集中没有关于葡萄品种、葡萄酒品牌、葡萄酒销售价格等的数据）。
如何在线使用数据集
Python用户，创建项目后，输入 !ls ../input/winequality/ 查看数据路径
R用户，创建项目后，输入 !list.files('../input/winequality') 查看数据路径
数据说明
- 文件列表
- 该数据集包含四个文件
- winequality-red.csv：红葡萄酒质量数据
- winequality-white.csv：白葡萄酒质量数据
- white_train.csv：白葡萄酒质量训练集数据（target label: good_or_not, 即quality>5的样本都为品质好的葡萄酒）
- white_test.csv：白葡萄酒质量测试集数据（without target label）
下面以红葡萄酒质量数据为例说明：
- 数据集的整体特征
| 数据集名称 | 数据类型 | 特征数 | 实例数 | 值缺失 | 相关任务 |
|-------------- |---------- |-------- |-------- |-------- |---------- |
| 红葡萄酒质量 | 数值数据 | 12 | 1599 | 无 | 分类、回归|
- 属性描述
- 文件winequality-red.csv包含12个字段，具体信息如下：
- 每一行代表的是一种红葡萄酒
| No | 属性 | 数据类型 | 字段描述 |
|---- |---------------------------------- |---------- |------------------------ |
| 1 | fixed acidity | Numeric | 非挥发性酸 |
| 2 | volatile acidity | Numeric | 挥发性酸 |
| 3 | citric acid | Numeric | 柠檬酸 |
| 4 | residual sugar | Numeric | 残糖 |
| 5 | chlorides | Numeric | 氯化物 |
| 6 | free sulfur dioxide | Numeric | 游离二氧化硫 |
| 7 | total sulfur dioxide | Numeric | 总二氧化硫 |
| 8 | density | Numeric | 密度 |
| 9 | pH | Numeric | 酸碱度 |
| 10 | sulphates | Numeric | 硫酸盐 |
| 11 | alcohol | Numeric | 酒精 |
| 12 | quality (score between 0 and 10) | Numeric | 葡萄酒质量（1-10之间） |
数据集可探索、研究的方向
可以从以下几个方面来探索葡萄酒质量数据：
- 葡萄酒质量的分布情况如何？
- 如何根据现有数据预测新的葡萄酒的质量？
- 是否所有理化特征都与葡萄酒的质量相关？
更多有趣的问题等你来探索！