【深度学习】深度学习常用数据集

Iris数据集（鸢尾花数据集）

是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

MushRoom数据集（蘑菇数据集）

https://archive.ics.uci.edu/ml/datasets/Mushroom

该数据集包括与蘑菇和Lpiota科23种鳃蘑菇相对应的假设样本的描述(第500-525页)。每个物种被确定为绝对可食用，绝对有毒，或未知的可食用性，不推荐。后一类是与有毒的结合起来的。

Bostom Housing数据集（波士顿房价数据集）

介绍：https://www.cs.toronto.edu/~delve/data/boston/bostonDetail.html

该数据集包含美国人口普查局收集的有关波士顿地区住房的信息。它是从StatLib档案中获得的(Http://lib.stat.cmu.edu/datasets/boston)，并在整个文献中广泛应用于对算法进行基准测试。然而，这些比较主要是在钻研因此有点可疑。数据集很小，只有506个案例。

Linnerrud 数据集

Linnerrud 数据集包含两个小的数据集:
运动： 一个包含以下内容的列表：运动数据，关于3个运动相关变量的20个观测值：体重，腰围和脉搏。生理： 一个包含以下内容的数据表：生理数据，关于三个生理变量的20个观测值：下巴，仰卧起坐和跳跃。

MINST数据集

官网：http://yann.lecun.com/exdb/mnist/

下载：https://hyper.ai/datasets/4923

MNIST数据集是机器学习领域中非常经典的一个数据集，由60000个训练样本和10000个测试样本组成，每个样本都是一张28 * 28像素的灰度手写数字图