2. 程式人生 > >數據挖掘的數據集資源 --轉載

數據挖掘的數據集資源 --轉載

阿新 • • 發佈：2018-01-22
ear odi inb 關於 cef lib exe int class

來自互聯網：

1、氣候監測數據集 http://cdiac.ornl.gov/ftp/ndp026b

2、幾個實用的測試數據集下載的網站

http://www.cs.toronto.edu/~roweis/data.html
http://www.cs.toronto.edu/~roweis/data.html
http://kdd.ics.uci.edu/summary.task.type.html
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/data/
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/wwkb/

http://www.phys.uni.torun.pl/~duch/software.html
在下面的網址可以找到reuters數據集http://www.research.att.com/~lewis/reuters21578.html

以下網址上有各種數據集：
http://kdd.ics.uci.edu/summary.data.type.html

進行文本分類，還有一個數據集是可以用的，即rainbow的數據集
http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html

3、找了很多測試數據集,寫論文的同誌們肯定需要的,至少能用來檢驗算法的效果
可能有一些不能訪問,但是總有能訪問的吧：

UCI收集的機器學習數據集
ftp://pami.sjtu.edu.cn/
http://www.ics.uci.edu/~mlearn//MLRepository.htm

statlib
http://liama.ia.ac.cn/SCILAB/scilabindexgb.htm
http://lib.stat.cmu.edu/

樣本數據庫
http://kdd.ics.uci.edu/
http://www.ics.uci.edu/~mlearn/MLRepository.html

關於基金的數據挖掘的網站
http://www.gotofund.com/index.asp

http://lans.ece.utexas.edu/~strehl/

reuters數據集

http://www.research.att.com/~lewis/reuters21578.html

各種數據集：
http://kdd.ics.uci.edu/summary.data.type.html
http://www.mlnet.org/cgi-bin/mlnetois.pl/?File=datasets.html
http://lib.stat.cmu.edu/datasets/
http://dctc.sjtu.edu.cn/adaptive/datasets/
http://fimi.cs.helsinki.fi/data/
http://www.almaden.ibm.com/software/quest/Resources/index.shtml
http://miles.cnuce.cnr.it/~palmeri/datam/DCI/

進行文本分類&WEB
http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html

http://www.w3.org/TR/WD-logfile-960221.html
http://www.w3.org/Daemon/User/Config/Logging.html#AccessLog
http://www.w3.org/1998/11/05/WC-workshop/Papers/bala2.html
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/wwkb/
http://www.web-caching.com/traces-logs.html
http://www-2.cs.cmu.edu/webkb
http://www.cs.auc.dk/research/DP/tdb/TimeCenter/TimeCenterPublications/TR-75.pdf
http://www.cs.cornell.edu/projects/kddcup/index.html


時間序列數據的網址
http://www.stat.wisc.edu/~reinsel/bjr-data/

apriori算法的測試數據
http://www.almaden.ibm.com/cs/quest/syndata.html

數據生成器的鏈接
http://www.cse.cuhk.edu.hk/~kdd/data_collection.html
http://www.almaden.ibm.com/cs/quest/syndata.html


關聯：
http://flow.dl.sourceforge.net/sourceforge/weka/regression-datasets.jar
http://www.almaden.ibm.com/software/quest/Resources/datasets/syndata.html#assocSynData

WEKA：
http://flow.dl.sourceforge.net/sourceforge/weka/regression-datasets.jar
1。A jarfile containing 37 classification problems, originally obtained from the UCI repository
http://prdownloads.sourceforge.net/weka/datasets-UCI.jar
2。A jarfile containing 37 regression problems, obtained from various sources
http://prdownloads.sourceforge.net/weka/datasets-numeric.jar
3。A jarfile containing 30 regression datasets collected by Luis Torgo
http://prdownloads.sourceforge.net/weka/regression-datasets.jar

癌癥基因：
http://www.broad.mit.edu/cgi-bin/cancer/datasets.cgi

金融數據：
http://lisp.vse.cz/pkdd99/Challenge/chall.htm

另一個人提供的
http://www.cs.toronto.edu/~roweis/data.html
http://kdd.ics.uci.edu/summary.task.type.html
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/data/
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/wwkb/
http://www.phys.uni.torun.pl/~duch/software.html
在下面的網址可以找到reuters數據集
http://www.research.att.com/~lewis/reuters21578.html

以下網址上有各種數據集：
http://kdd.ics.uci.edu/summary.data.type.html

進行文本分類，還有一個數據集是可以用的，即rainbow的數據集
http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html


Download the Financial Data (~17.5M zipped file, ~67M unzipped data)
Download the Medical Data (~2M zipped file, ~6M unzipped data)
http://lisp.vse.cz/pkdd99/Challenge/chall.htm


kdnuggets 相關鏈接數據集：
http://www.kdnuggets.com/datasets/index.html

還有另外一個很好的資源網址為：http://kdd.ics.uci.edu/，裏面包含的數據資源如下（按應用領域劃分）：

Direct Marketing
KDD CUP 1998 Data

GIS
Forest CoverType

Indexing
Corel Image Features
Pseudo Periodic Synthetic Time Series

Intrusion Detection
KDD CUP 1999 Data

Process Control
Synthetic Control Chart Time Series

Recommendation Systems
Entree Chicago Recommendation Data

Robots
Pioneer-1 Mobile Robot Data
Robot Execution Failures

Sign Language Recognition
Australian Sign Language Data
High-quality Australian Sign Language Data

Text Categorization
20 Newsgroups Data
Reuters-21578 Text Categorization Collection
NSF Research Awards Abstracts 199 0-2003

World Wide Web
Microsoft Anonymous Web Data
MSNBC Anonymous Web Data
Syskill Webert Web Data

這裏又找到一個，在一個老外的blog上找到的。（兒童節前一天）
http://www.fs.fed.us/fire/fuelman/

數據挖掘的數據集資源 --轉載

相關推薦

數據挖掘的數據集資源 --轉載

ear odi inb 關於 cef lib exe int class 來自互聯網：1、氣候監測數據集 http://cdiac.ornl.gov/ftp/ndp026b 2、幾個實用的測試數據集下載的網站 http://www.cs.toronto

數據挖掘工具Modeler有哪些重要資源？如何操作？

modeler 數據挖掘 Modeler是最早的Clementine是ISL公司開發的數據挖掘工具平臺。在1999年SPSS公司收購了ISL公司，對其數據挖掘產品進行重新整合和開發。目前SPSS在IBM的旗下，數據挖掘工具Clementine命名為Modeler，統計分析工具命名為Statistic。

【數據挖掘】數據集獲取

數據挖掘 零售 htm 銷售 ref cdata href 包含 stats UCI：加州大學歐文分校開放的經典數據集，被很多數據挖掘實驗室采用。 http://archive.ics.uci.edu/ml/datasets.html CEIC：超過128個國家的經濟數據，

數據結構_並查集（轉載）

target blog 隨機 輸出 無法 增加 輸出結果 還需 class 一、問題引入 原題：杭電hdu1232暢通工程 題意：首先在地圖上給你若幹個城鎮，這些城鎮都可以看作點，然後告訴你哪些對城鎮之間是有道路直接相連的。最後要解決的是整幅圖的連通性問題。比如隨意給

數據挖掘——親和性分析

基因 conf log 支持度 用戶 continue 字典 rem 帶來 親和性分析根據樣本個體之間的相似度，確定它們關系的親疏。應用場景: 1.向網站用戶提供多樣化的服務或投放定向廣告。 2.為了向用戶推薦電影或商品 3.根據基因尋找有親緣關系的人 比如：統計顧客購買了

Kaggle 數據挖掘比賽經驗分享

沒有 bin 不一致 要求 center 線性模型 保留 libz 無法 1.Kaggle 基本介紹 Kaggle 於 2010 年創立，專註數據科學，機器學習競賽的舉辦，是全球最大的數據科學社區和數據競賽平臺。在 Kaggle 上，企業或者研究機構發布商業和科研難題，懸賞

Python和R數據挖掘分析技術高級公開課在上海舉行

python r數據挖掘 分析技術 高級公開課 2017年5月15日，Python和R數據挖掘分析技術培訓在上海開課。來自各企業的系統架構師、系統分析師、高級程序員、資深開發人員、大數據來源單位的負責人，參加了此次培訓。本次培訓中，老師將會針對具體實際問題與學員一起進行研究，在關鍵點上還會搭建

R語言數據挖掘實戰系列（1）

數據挖掘 建模 分析 R語言數據挖掘實戰（1）一、數據挖掘基礎數據挖掘：從數據中“淘金”，從大量數據（包括文本）中挖掘出隱含的、未知的、對決策有潛在價值的關系、模式和趨勢，並用這些知識和規則建立用於決策支持的模型，提供預測性決策支持的方法、工具和過程。數據挖掘的任務利用分類與預測、聚類分析、關聯規

使用excel進行數據挖掘（6）---- 預測

max 表示 jsb cast tail 用戶 roman order 報表 在配置環境後，能夠使用excel進行數據挖掘。 環境配置問題可參閱： http://blog.csdn.net/xinxing__8185/article/details/4644543

R語言數據挖掘實戰系列（3）

數據處理 統計分析 函數 繪圖 R語言數據挖掘實戰系列（3）三、數據探索 通過檢驗數據集的數據質量、繪制圖表、計算某些特征量等手段，對樣本數據集的結構和規律進行分析的過程就是數據探索。數據質量分析 數據質量分析的主要任務是檢查原始數據中是否存在臟數據，臟數據一般是指

Mysql數據庫實用命令集

當前 命令集 create 命令 數據庫 base count mysql數據庫 alter mysql實用命令 （1）、從第0行開始取，取3行select * from student limit 0,3 （2）、查看當前數據庫編碼 show variables like

數據挖掘R 神經網絡基礎

應輸入 特性 特點 mcc image 函數定義 聯系 來源 出現 數據挖掘 第二章 神經網絡基礎 　　§2.1 生物神經元模型 　　§2.2 人工神經元模型 　　§2.3 網絡拓撲結構類型 　　§2.4 人工神經網絡模型 　　§2.5 神經網絡的學習 §2.1 生物

Oracle數據庫用戶名密碼【轉載自百度經驗】

clear 變量 轉載 elf 技術 inux lis 用戶名 self 登錄到安裝oracle數據庫服務器的操作系統。打開命令窗口：（我的演示機器是windows） 查看環境變量ORACLE_SID的設置情況： windows： echo %ORA

數據挖掘與機器學習——weka應用技術與實踐

lin 網絡服務 開發 對數 結果 gre 枚舉 挖掘 int 第一章 weka介紹 1.1 weka簡介 weka是懷卡托智分析環境（Waikato Environment for Knowledge Analysis）的英文縮寫，官方網址為：<htt

數據挖掘十大算法總結--核心思想，算法優缺點，應用領域

data- 文本分類 target apr 排名 ans kmean 全部 等等 --------------------------

2017.06.29數據挖掘基礎概念第六，八，九章

之前 屬性。 prior 選擇 處理 挖掘 允許 什麽是 單元 第六章51、關聯規則的挖掘的兩個過程1、找出所有的頻繁項集2、由頻繁項集產生強關聯規則52、頻繁項集挖掘方法 1、Apriori算法 2、挖掘頻繁項集的模式增長方法 3、使用垂直數據格式挖掘頻繁項

2017.06.29數據挖掘基礎概念第四章

構建 企業 操作 允許 包含 元數據 體系結構 當前 然而 第四章39、為什麽在進行聯機分析處理(OLAP)時，我們需要一個獨立的數據倉庫，而不是直接在日常操作的數據庫上進行 1、提高兩個系統的性能 2、操作數據庫支持多事務的並發處理，需要並發控制和恢復機制，確保一

數據挖掘之定義

-- 歷史 問題 數學 自己 條件 不同 計算 和數 大數據是2012的時髦詞匯，正受到越來越多人的關註和談論。大數據之所以受到人們的關註和談論。是由於隱藏在大數據後面超千億美元的市場機會。 　　大數據時代，數據挖掘是最關鍵的工作。下面內容供個人學習用，感興趣的朋友能夠

用SQL玩轉數據挖掘之MADlib（一）——安裝

system wan 商品 ase 關聯規則挖掘 樹模型 ats 調用 ability 　　一、MADlib簡介　　　　MADlib是Pivotal公司與伯克利大學合作的一個開源機器學習庫，提供了精確的數據並行實現、統計和機器學習方法對結構化和非結構化數據進行分析，主要目的

數據挖掘 - 算法 - ID3 - 轉自 http://www.cnblogs.com/dztgc/archive/2013/04/22/3036529.html

str htm bar c++代碼 度量 進行 初始化 ++ 預測 1 簡介 　　決策樹學習是一種逼近離散值目標函數的方法，在這種學習到的函數被表示為一棵決策樹。 2 決策樹表示 　 決策樹通過把實例從根節點排列到某個葉子結點來分類實例，葉子結點即為實例所屬的分類。樹上的