聚类分析、机器学习及数据挖掘中常用数据集

时间:2017-09-22 02:45:27
【文件属性】:

文件名称:聚类分析、机器学习及数据挖掘中常用数据集

文件大小:6.95MB

文件格式:RAR

更新时间:2017-09-22 02:45:27

数据集 聚类分析 机器学习

在聚类分析、机器学习、数据挖掘中常用到的数据集,包括:UCI的数据集wine,yeast,iris等,还有USPS数据集,4k2_far,leuk72_3k数据集等。


【文件预览】:
UCI_arff
----accuracy.txt(2KB)
----arff()
--------artificial.arff(127KB)
--------vehicle.arff(62KB)
--------promoters.arff(18KB)
--------labor.arff(8KB)
--------bridges2.arff(11KB)
--------kr-vs-kp.arff(479KB)
--------solar-flare.arff(10KB)
--------glass.arff(17KB)
--------heart-h.arff(31KB)
--------tic-tac-toe.arff(29KB)
--------sick.arff(299KB)
--------iris.arff(7KB)
--------ionosphere.arff(79KB)
--------credit-g.arff(158KB)
--------colic.arff(62KB)
--------page-blocks.arff(237KB)
--------vowel.arff(89KB)
--------hepatitis.arff(17KB)
--------wine.arff(14KB)
--------zoo.arff(14KB)
--------autos.arff(30KB)
--------hypothyroid.arff(304KB)
--------connect-4.arff(5.69MB)
--------heart-statlog.arff(13KB)
--------credit-a.arff(34KB)
--------anneal.arff(140KB)
--------breast-w.arff(19KB)
--------waveform-5000.arff(1.03MB)
--------machine.arff(9KB)
--------diabetes.arff(37KB)
--------letter.arff(704KB)
--------heart-c.arff(35KB)
--------balance-scale.arff(9KB)
--------primary-tumor.arff(33KB)
--------echocardiogram.arff(10KB)
--------soybean.arff(198KB)
--------mushroom.arff(734KB)
--------clean1.arff(315KB)
--------breast-cancer.arff(29KB)
--------vote.arff(39KB)
--------sonar.arff(92KB)
--------splice.arff(512KB)
--------segment.arff(299KB)
--------balloons.arff(3KB)
--------flag.arff(17KB)
--------lymph.arff(22KB)
--------audiology.arff(45KB)
--------house-votes-84.arff(25KB)
--------hayes-roth.arff(8KB)
--------auto-mpg.arff(13KB)
----parameter.txt(8KB)
----parameter.xls(27KB)
Iris Description.txt
wine.txt
USPS
----USPSConvert2Image.m(2KB)
----USPStrainingdata.mat(14.8MB)
leuk72_3k.txt
yeast.txt
Iris.txt
Wine Description.txt
4k2_far.txt

网友评论

  • 凑合用吧。。。。
  • 数据集可以用
  • 机器学习要用到数据,数据很不错,谢谢分享
  • 数据集可以用
  • UCI 数据集是没有处理过的 其实从UCI库可以自己下载的,但是我想要已经处理过得
  • 有些数据时UCI的数据,有些数据不知道是干嘛的,没有说明。
  • 谢谢,这个真心帮大忙了,找了半天的数据集。
  • 数据集不错,正好需要测试测试
  • 数据集丰富,不错的资源
  • 数据集丰富,不错的资源
  • 不错的资源。数据还算全面
  • 不错的数据集,挺全面的!
  • 数据很不错。但缺乏背景,不是很便于应用。
  • 还没用,希望还可以吧
  • 不错的资源