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。
|