最近在自学machine learning，想找点真实数据练练手，大家能推荐几个免费的开放的数据库吗？
最好是比较全的那种，想练练回归、分类、聚类的那些模型。
谢谢了！
5个回答
加州大学尔湾分校的公开数据库（这个是最全的！） UCI Machine Learning DataBase
加州大学河滨分校的时间序列数据库 UCR Time Series Classification Archive
国家数据（咱们自己的） 国家数据
Kaggle数据竞赛 Kaggle数据集
SofaSofa数据科学社区DS面试题库 DS面经
蓝色北方
2017-03-08 10:56
1 -Kaggle数据集
每个数据集都有对应的一个小型社区，你可以在其中讨论数据、查找公共代码或在内核中创建自己的项目。该网站包含大量形状、大小、格式各异的真实数据集。你还可以看到与每个数据集相关的“内核”，其中许多不同的数据科学家提供了笔记来分析数据集。有时在某些特定的数据集中，你可以从笔记中找到相应的算法，解决预测问题。
2 -亚马逊数据集
该数据源包含多个不同领域的数据集，如：公共交通、生态资源、卫星图像等。它也有一个搜索框来帮助你找到你正在寻找的数据集，另外它还有数据集描述和使用示例，这是非常简单、实用的！
3- UCI机器学习库：
网址：archive.ics.uci.edu/ml/datasets.html
这是加州大学信息与计算机科学学院的一个数据库，包含了100多个数据集。它根据机器学习问题的类型对数据集进行分类。你可以找到单变量、多变量、分类、回归或者是推荐系统的数据集。UCI的某些数据集已经更新完毕并准备使用。
4-谷歌的数据集搜索引擎：
网址：toolbox.google.com/datasetsearch
在2018年末，谷歌做了他们最擅长的事情，推出了另一项伟大的服务。它是一个可以按名称搜索数据集的工具箱。谷歌的目标是统一成千上万个不同的数据集存储库，使这些数据能够被发现。
5 -微软数据集：
2018年7月，微软与外部研究社区共同宣布推出“微软研究开放数据”。
它在公共云中包含一个数据存储库，用于促进全球研究社区之间的协作。另外它还提供了一组在已发表的研究中使用的、经过整理的数据集。
6-Awesome公共数据集：
网址：github.com/awesomedata/awesome-public-datasets
这是一个按照主题分类的，由社区公开维护的一系列数据集清单，比如生物学、经济学、教育学等。这里列出的大多数数据集都是免费的，但是在使用任何数据集之前，你应该检查相应的许可要求。
7-计算机视觉数据集：
如果你从事图像处理、计算机视觉或者是深度学习，那么这应该是你的实验获取数据的重要来源之一。
该数据集包含一些可以用来构建计算机视觉(CV)模型的大型数据集。你可以通过特定的CV主题查找特定的数据集，如语义分割、图像标题、图像生成，甚至可以通过解决方案(自动驾驶汽车数据集)查找特定的数据集。
8-SofaSofa数据集：
SofaSofa上的朋友都知道吧
综上所述，从我所观察到的情况来看，越来越多的用于研究机器学习的各种数据集变得更容易获取，维护这些新数据集的社区，也将不断地发展，使计算机科学社区能够继续快速创新，为生活带来更多创造性的解决方案。
SofaSofa数据科学社区DS面试题库 DS面经
得得得
2019-01-31 09:11
相关讨论
随便看看