机器学习数据集
外国自媒体 mlmemoirs 根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，量子位为大家分享一下~ 提前说两个须知： 寻找数据集の奥义 根据CMU的说法，寻找一个好用的数据集需要注意一下几点： 数据集不混乱，否则要花费大量时间来清理数据。 数据集不应包含太多行或列，否则会难以使用。 数据越干净越好，清理大型数据集可能非常耗时。 应该预设一个有趣的问题，而这个问题又可以用数据来回答。 去哪里找数据集 Kaggle ：爱竞赛的盆友们应该很熟悉了，Kaggle上有各种有趣的数据集，拉面评级、篮球数据、甚至西雅图的宠物许可证。 https://www.kaggle.com/ UCI机器学习库 ：最古老的数据集源之一，是寻找有趣数据集的第一站。虽然数据集是用户贡献的，因此具有不同的清洁度，但绝大多数都是干净的，可以直接从UCI机器学习库下载，无需注册。 http://mlr.cs.umass.edu/ml/ VisualData ：分好类的计算机视觉数据集，可以搜索~ https://www.visualdata.io/ 好了，下面就是那50个数据集了，由于后期加上了一些补充，所以总数已经超过了50。 机器学习数据集 图片 Labelme：带注释的大型图像数据集。 http://labelme.csail.mit.edu/Release3.0