机器学习：常用数据集汇总

前言

    对机器学习中一些常用数据集进行汇总，欢迎评论区提供数据。多多收藏、点赞

    注：其中有些链接是用的他人分享的数据，如果作者不希望这样使用，请私信告诉我，谢谢

 

# pima-indians-diabetes #

    详情：美国国立糖尿病消化与肾病研究所搜集的皮马印第安部落中21岁以上女性的数据。

               样本包括9个特征的768个观测值（768 × 9）。

    下载数据：https://archive.ics.uci.edu/ml/machine-learning-databases/pima-indians-diabetes/

 

# 猫狗分类数据集 #

    详情：包括含训练集(25000张猫狗照片)和测试集(12500张猫狗照片)

    下载数据：https://pan.baidu.com/share/init?surl=vS2OsS9lPfkJO-GY3Ju3gw 提取码: vgsy

 

# hotel_bookings #

    详情：该数据集包含城市酒店和度假酒店的预订信息，并包括诸如预订的时间，停留时间，成人，儿童和/或婴儿的数量以及可用停车位的数量等信息

    下载数据：https://pan.baidu.com/s/1WBMEtBzH3fFLtEnz0c-HDg  提取码：9i9e

 

# 成都市出租车GPS记录数据 #

    详情：成都某一天出租车的部分数据。数据记录了成都市部分出租车在载客时的GPS位置和时间等信息

    下载数据：http://labfile.oss.aliyuncs.com/courses/736/taxi.csv

 

# BelgiumTS #

    详情：62种交通信号图片

    下载数据：https://btsd.ethz.ch/shareddata/

 

# Spambase #

    详情：垃圾邮件数据

    下载数据：http://archive.ics.uci.edu/ml/datasets/Spambase

spambase.csv

 

# 共享单车数据 #

    详情：美国某公司的共享单车数据

    下载数据：http://archive.ics.uci.edu/ml/machine-learning-databases/00275/

day.csv

 

# 葡萄酒数据集 #

    详情：包含来自3种不同起源的葡萄酒的共178条记录。13个属性是葡萄酒的13种化学成分，可以来推断葡萄酒的起源。

    下载数据：http://archive.ics.uci.edu/ml/datasets/Wine

 

# Gowalla #

    详情：Gowalla是一个基于位置的社交网站，用户可以通过签到来分享他们的位置

          数据分为两部分：

                     loc-gowalla_totalCheckins.txt 签到数据（ 6,442,890 ）的时间、地点、用户ID

                     loc-gowalla_edges.txt. Gowalla用户（196,591个用户）的社会关系

    下载数据：http://snap.stanford.edu/data/loc-gowalla.html

loc-gowalla_totalCheckins.txt

 

# MovieLens #

    详情：MovieLens数据集是一个关于电影评分的数据集，里面包含了从IMDB, The Movie DataBase上面得到的用户对电影的评分信息[链接]

    下载数据：https://grouplens.org/datasets/movielens/

movies.csv 

 

# wholesale-customers #

    详情：批发销售数据集

    下载数据：http://networkrepository.com/wholesale-customers.php

 

# 国外数据汇总 #

    国外大神收集的100个大型机器学习数据集

    下载数据：https://www.datasetlist.com/

 

其他

	详情	训练样本	测试样本	图像大小
MNIST	手写数字数据集	60000	10000	28*28
GTSRB	德国交通标志数据集	39209	12630	15*15~250*250
RRSI	交通路网遥感图像数据集	共30幅
ImageNet	超过1500万幅图像、约22000个类别数据集
CIFAR-10	常见物体图像数据集，10类	50000	10000	32*32(彩色)
Oxford-17	鲜花图像数据集，共1360幅、17类			不同
AR	人脸图像数据集
VOC2007	物体和场景的图像数据集
SIFT Flow	不同场景的图像数据集	2488	200
ADE20K	不同场景的图像数据集	20210	2000
COCO2014	微软制作的图像数据集	82783	40504+40504(验证集)
CelebA	名人人脸图像数据集	162770	19867
Gamerecords	围棋棋局文件数据集	4491800	100000