特征选择数据集——不定期更新

一之濑帆波

已于 2022-08-28 21:35:46 修改

阅读量2.2k

点赞数 9

分类专栏：特征选择

于 2021-04-22 09:57:59 首次发布

本文链接：https://blog.csdn.net/qq_44312697/article/details/115954840

版权

python dataset 深度学习机器学习

特征选择专栏收录该内容

1 篇文章

订阅专栏

这篇博客分享了多个数据集来源，包括UCI、ASU、OpenML、Kaggle和GEMS等，涵盖了多标签数据集和高维数据集。还提到了一些论文中常用的数据集，并提供了相关代码和工具，如MEKA和东南大学教授的数据集。这些资源对于研究和实践机器学习、多标签分类问题非常有用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

                    
                        
                    
                    https://paperswithcode.com/datasets
 这个网站上有各种类型的数据集，而且收集了一些论文的代码，挺好的。
UCI数据集
 http://archive.ics.uci.edu/ml/index.php
ASU数据集
 https://jundongl.github.io/scikit-feature/datasets.html
OpenML数据集
 https://www.openml.org/search?type=data
kaggle数据集
 https://www.kaggle.com/
 这是kaggle竞赛里面的数据集，论文里面也有用的。
http://www.gems-system.org
 这个数据集在论文里面很常见，不过自己从来都登不上去
高维数据集，特征多样本少
 (1) https://github.com/rdiaz02/varSelRF-suppl-mat
 (2) https://github.com/primekangkang/Genedata
多标签数据集
 （1）http://mulan.sourceforge.net/datasets-mlc.html
 （2）https://waikato.github.io/meka/datasets
 这个是MEKA里的几个示例数据，meka是专门用来处理多标签问题的程序。
 （3）http://palm.seu.edu.cn/zhangml
 这个链接是东南大学老师的主页，上面有数据集以及一些程序的代码
 （4）http://computer.njnu.edu.cn/Lab/LABIC/LABIC_Software.html.
 这个好像要翻墙才能进，最近翻不了墙，没办法验证，暂时放上去。
 出处：Dong H , Sun J , Sun X , et al. A many-objective feature selection for multi-label classification[J]. Knowledge-Based Systems, 2020, 208(7):106456.
 （5）http://www.uco.es/kdis/mllresources/
 这个数据集真的全！！！终于找到之前在别的论文里面缺的数据集了！！！我爱这个作者，感谢他！
 出处：Qian W, Xiong C, Wang Y. A ranking-based feature selection for multi-label classification with fuzzy relative discernibility[J]. Applied Soft Computing, 2021, 102: 106995.
 (6) http://nyc.lti.cs.cmu.edu/clair/datasets.htm
 出处：Yang Y, Gopal S. Multilabel classification with meta-level features in a learning-to-rank framework[J]. Machine Learning, 2012, 88(1-2): 47-68.

                