[ML] Yeast Dataset

Yeast Dataset

효모 유전자의
microarray expression data와 phylogenetic profiles를 포함한
multi-label classification용 데이터셋.

---

설명

• 각 인스턴스는 하나의 유전자(gene)을 나타내며,
  • microarray expression data와
    • gene의 발현 수준을 나타내는 데이터임.
  • phylogenetic profiles를
    • 특정 유전자가 여러 생물종에서의 유무 등을 의미함.
  • 나타내는 103개의 features 로 구성됨.
    • numerical data와
    • symbolic data로 구성됨.
• 하나의 유전자에 최대 14개의 biological function이 label로 할당됨.
  • 각 label은 binary value를 가짐.
  • 라벨은 physiological process, molecular function, cellular component 등의 14개로 나뉨.
  • 14개의 요소로 구성된 binary vector
  • 하나의 gene은 여러 개의 기능을 가질 수 있음. 

이를 통해 gene function prediction과 생물학적 데이터 분석에서 주로 활용됨.

---

Scikit-Learn

# 사이킷런 0.22 버전 이전의 경우 fetch_mldata
from sklearn.datasets import fetch_openml
yeast = fetch_openml('yeast', version=4)

X = yeast['data']
Y = yeast['target']

print(X.shape, Y.shape) # (2417, 103), (2417, 14)

---

참고 URL

OpenML Yeast 데이터셋에서 확인할 것.

OpenML