weixin_39114237的博客

1. 情感极性分类rt-polaritydata 用途：句子正负极性分类，英文 * rt-polarity.pos contains 5331 positive snippets * rt-polarity.neg contains 5331 negative snippets 基线：``Seeing stars: Exploiting class relationships for sentiment categorization with respect to rating scales.'', Proceedings of the ACL, 2005. 链接: https://pan.baidu.com/s/1MfzOshlYovQUrCdGaMueDA 提取码: pp5r 2. 大规模图数据web-Google.txt 用途：大规模图的重要性排序、图数据可视化 节点表示网页，定向边表示它们之间的超链接，共有 875713个节点、 5105039条边。 数据是Google于2002年发布的。 链接: https://pan.baidu.com/s/1dWM_VOpaB07o18406RwLKg 提取码: kyru 3. 多分类文本集SogouC.reduced.20061102.tar 用途：多类别文本分类，中文。 共有9个类别，每个类别有1900个文本。由Sogo发布。 C000008财经 C000010信息技术 C000013健康 C000014体育 C000016旅游 C000020教育 C000022招聘 C000023文化 C000024军事 链接: https://pan.baidu.com/s/1GQgoBI6d02PmaGnVEJv1eg 提取码: au6h “关注互联网大数据处理技术与应用公众号查询” 4. 垃圾邮件分类spambase.data 用途：垃圾邮件分类，英文 来源于UCI机器学习数据库 包含57个特征，以及一个邮件标签：spam (1) or not (0)。 其中： 最后一列为标签，占比为：Spam 1813 (39.4%)、Non-Spam 2788 (60.6%) 倒数第二列和倒数第三列为整数[1,...]，分别表示邮件中没有实际含义的最长大写字母序列长度、大写字母数量 倒数第四个是[1,...]的实数，表示各种没有实际含义的大写字母串的平均长度 其余字段取值是[0,100]内的实数，是各种字符出现比例的百分数 链接: https://pan.baidu.com/s/1o6aIM2te9xEtfe6lMOLTpQ 提取码: 2kph “关注互联网大数据处理技术与应用公众号查询” 5. 食品评分数据集Amazon Fine Food Reviews 用途：评分预测，英文 Amazon Fine Food Reviews 是由亚马逊的食品评论组成的数据集，其包含截止 2012 年 10 月在亚马逊网站上的 568454 条食品评论信息，其包括用户信息、评论内容、食品信息和食品评分等数据。 链接: https://pan.baidu.com/s/1OffHTDW-G927-fxayhUdjQ 提取码: zw2i“关注互联网大数据处理技术与应用公众号查询”