-
Notifications
You must be signed in to change notification settings - Fork 0
/
data.orig.txt
98 lines (97 loc) · 2.06 KB
/
data.orig.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
# x01.txt
#
# Reference:
#
# Helmut Spaeth,
# Mathematical Algorithms for Linear Regression,
# Academic Press, 1991, page 304,
# ISBN 0-12-656460-4.
#
# S Weisberg,
# Applied Linear Regression,
# Wiley, 1980, pages 128-129.
#
# Discussion:
#
# The data records the average weight of the brain and body for
# a number of mammal species.
#
# There are 62 rows of data. The 3 data columns include:
#
# I, the index,
# A1, the brain weight;
# B, the body weight.
#
# We seek a model of the form:
#
# B = A1 * X1.
#
3 columns
62 rows
Index
Brain Weight
Body Weight
#here is the training set
1 3.385 44.500
2 0.480 15.500
3 1.350 8.100
4 465.000 423.000
5 36.330 119.500
6 27.660 115.000
7 14.830 98.200
8 1.040 5.500
9 4.190 58.000
10 0.425 6.400
11 0.101 4.000
12 0.920 5.700
13 1.000 6.600
14 0.005 0.140
15 0.060 1.000
16 3.500 10.800
17 2.000 12.300
18 1.700 6.300
19 2547.000 4603.000
20 0.023 0.300
21 187.100 419.000
22 521.000 655.000
23 0.785 3.500
24 10.000 115.000
25 3.300 25.600
26 0.200 5.000
27 1.410 17.500
28 529.000 680.000
29 207.000 406.000
30 85.000 325.000
31 0.750 12.300
32 62.000 1320.000
33 6654.000 5712.000
34 3.500 3.900
35 6.800 179.000
36 35.000 56.000
37 4.050 17.000
38 0.120 1.000
39 0.023 0.400
40 0.010 0.250
41 1.400 12.500
42 250.000 490.000
43 2.500 12.100
44 55.500 175.000
45 100.000 157.000
# here is the cross validation set
46 52.160 440.000
47 10.550 179.500
48 0.550 2.400
49 60.000 81.000
50 3.600 21.000
51 4.288 39.200
52 0.280 1.900
53 0.075 1.200
54 0.122 3.000
55 0.048 0.330
56 192.000 180.000
57 3.000 25.000
58 160.000 169.000
59 0.900 2.600
60 1.620 11.400
61 0.104 2.500
62 4.235 50.400