数据挖掘中数据集资源的收集

数据挖掘中数据集资源的收集
DMman按：以下链接转自互联网，链接的有效性与可用价值DMman没有逐个进行测试。                                  

收集了一些数据集下载的网址，做测试用的。大有用处：

1、气候监测数据集 http://cdiac./ftp/ndp026b 

2、几个实用的测试数据集下载的网站

http://www.cs./~roweis/data.html
http://www.cs./~roweis/data.html
http://kdd.ics./summary.task.type.html
http://www-2.cs./afs/cs./project/theo-20/www/data/
http://www-2.cs./afs/cs./project/theo-11/www/wwkb/
http://www.phys.uni./~duch/software.html
在下面的网址可以找到reuters数据集http://www.research./~lewis/reuters21578.html

以下网址上有各种数据集：
http://kdd.ics./summary.data.type.html

进行文本分类，还有一个数据集是可以用的，即rainbow的数据集
http://www-2.cs./afs/cs/project/theo-11/www/naive-bayes.html 

3、找了很多测试数据集,写论文的同志们肯定需要的,至少能用来检验算法的效果
可能有一些不能访问,但是总有能访问的吧：

UCI收集的机器学习数据集
ftp://pami./
http://www.ics./~mlearn//MLRepository.htm

statlib 
http://liama./SCILAB/scilabindexgb.htm
http://lib.stat./

样本数据库
http://kdd.ics./
http://www.ics./~mlearn/MLRepository.html

关于基金的数据挖掘的网站
http://www./index.asp

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

reuters数据集
http://www.research./~lewis/reuters21578.html

各种数据集：
http://kdd.ics./summary.data.type.html
http://www./cgi-bin/mlnetois.pl/?File=datasets.html
http://lib.stat./datasets/
http://dctc./adaptive/datasets/ 
http://fimi.cs./data/
http://www.almaden.ibm.com/software/quest/Resources/index.shtml
http://miles.cnuce./~palmeri/datam/DCI/

进行文本分类&WEB
http://www-2.cs./afs/cs/project/theo-11/www/naive-bayes.html

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

时间序列数据的网址
http://www.stat./~reinsel/bjr-data/

apriori算法的测试数据
http://www.almaden.ibm.com/cs/quest/syndata.html

数据生成器的链接
http://www.cse./~kdd/data_collection.html
http://www.almaden.ibm.com/cs/quest/syndata.html

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

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

癌症基因：
http://www.broad./cgi-bin/cancer/datasets.cgi

金融数据：
http://lisp./pkdd99/Challenge/chall.htm

 

另一个人提供的
http://www.cs./~roweis/data.html
http://kdd.ics./summary.task.type.html
http://www-2.cs./afs/cs./project/theo-20/www/data/
http://www-2.cs./afs/cs./project/theo-11/www/wwkb/
http://www.phys.uni./~duch/software.html
在下面的网址可以找到reuters数据集
http://www.research./~lewis/reuters21578.html

以下网址上有各种数据集：
http://kdd.ics./summary.data.type.html

进行文本分类，还有一个数据集是可以用的，即rainbow的数据集
http://www-2.cs./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./pkdd99/Challenge/chall.htm

kdnuggets 相关链接数据集（借花献佛了）：
http://www./datasets/index.html

你也可以到http:///blog/more.asp?name=idmer&id=24017
察看kdnuggets 数据集资源的详细介绍。