當(dāng)前位置：首頁(yè) > 编程资源 > 编程问答 >内容正文

编程问答

各种数据集汇总——转载而来

發(fā)布時(shí)間：2023/12/10 编程问答 33 豆豆

生活随笔收集整理的這篇文章主要介紹了各种数据集汇总——转载而来小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

【第一波】

目前系統(tǒng)整理了一些網(wǎng)上開放的免費(fèi)科研數(shù)據(jù)集，以下是分類列表以及下載地址，供高校和科研機(jī)構(gòu)免費(fèi)下載和使用。

金融

美國(guó)勞工部統(tǒng)計(jì)局官方發(fā)布數(shù)據(jù)
上證A股日線數(shù)據(jù)，1999.12.09 至 2016.06.08，前復(fù)權(quán)，1095支股票
深證A股日線數(shù)據(jù)，1999.12.09 至 2016.06.08，前復(fù)權(quán)，1766支股票
深證創(chuàng)業(yè)板日線數(shù)據(jù)，1999.12.09 至 2016.06.08，前復(fù)權(quán)，510支股票
MT4平臺(tái)外匯交易歷史數(shù)據(jù)
Forex平臺(tái)外匯交易歷史數(shù)據(jù)
幾組外匯交易逐筆（Ticks）數(shù)據(jù)
美國(guó)股票新聞數(shù)據(jù)【Kaggle數(shù)據(jù)】
美國(guó)醫(yī)療保險(xiǎn)市場(chǎng)數(shù)據(jù)【Kaggle數(shù)據(jù)】
美國(guó)金融客戶投訴數(shù)據(jù)【Kaggle數(shù)據(jù)】
Lending Club 網(wǎng)貸違約數(shù)據(jù)【Kaggle數(shù)據(jù)】
信用卡欺詐數(shù)據(jù)【Kaggle 數(shù)據(jù)】
某個(gè)金融產(chǎn)品實(shí)時(shí)交易數(shù)據(jù)【Kaggle數(shù)據(jù)】
美國(guó)股票數(shù)據(jù)XBRL【Kaggle數(shù)據(jù)】
紐約股票交易所數(shù)據(jù)【Kaggle數(shù)據(jù)】

交通

2013年紐約出租車行駛數(shù)據(jù)
Udacity自動(dòng)駕駛數(shù)據(jù)
紐約 Uber 接客數(shù)據(jù) 【Kaggle數(shù)據(jù)】
英國(guó)車禍數(shù)據(jù)（2005-2015）【Kaagle數(shù)據(jù)】
芝加哥汽車超速數(shù)據(jù)【Kaggle數(shù)據(jù)】

商業(yè)

Amazon 食品評(píng)論數(shù)據(jù)【Kaggle數(shù)據(jù)】
Amazon 無(wú)鎖手機(jī)評(píng)論數(shù)據(jù)【Kaggle數(shù)據(jù)】
美國(guó)視頻游戲銷售和評(píng)價(jià)數(shù)據(jù)【Kaggle數(shù)據(jù)】
Kaggle 各項(xiàng)競(jìng)賽情況數(shù)據(jù)【Kaggle數(shù)據(jù)】

推薦系統(tǒng)

Netflix 電影評(píng)價(jià)數(shù)據(jù)
MovieLens 20m 電影推薦數(shù)據(jù)集
WikiLens
Jester
HetRec2011
Book Crossing
Large Movie Review

醫(yī)療健康

人識(shí)別物體時(shí)大腦核磁共振影像數(shù)據(jù)
人理解單詞時(shí)大腦核磁共振影像數(shù)據(jù)
心臟病心房圖像及標(biāo)注數(shù)據(jù)
細(xì)胞病理識(shí)別
FIRE 視網(wǎng)膜眼底病變圖像數(shù)據(jù)
食物營(yíng)養(yǎng)成分?jǐn)?shù)據(jù) 【Kaggle數(shù)據(jù)】
EGG 大腦電波形狀數(shù)據(jù)【Kaggle數(shù)據(jù)】

圖像數(shù)據(jù)

綜合圖像

Visual Genome 圖像數(shù)據(jù)
Visual7w 圖像數(shù)據(jù)
COCO 圖像數(shù)據(jù)
SUFR 圖像數(shù)據(jù)
ILSVRC 2014 訓(xùn)練數(shù)據(jù)（ImageNet的一部分）
PASCAL Visual Object Classes 2012 圖像數(shù)據(jù)
PASCAL Visual Object Classes 2011 圖像數(shù)據(jù)
PASCAL Visual Object Classes 2010 圖像數(shù)據(jù)
80 Million Tiny Image 圖像數(shù)據(jù)【數(shù)據(jù)太大僅有介紹】
ImageNet【數(shù)據(jù)太大僅有介紹】

場(chǎng)景圖像

Street Scences 圖像數(shù)據(jù)
Places2 場(chǎng)景圖像數(shù)據(jù)
UCF Google Street View 圖像數(shù)據(jù)
SUN 場(chǎng)景圖像數(shù)據(jù)
The Celebrity in Places 圖像數(shù)據(jù)

Web標(biāo)簽圖像

HARRISON 社交標(biāo)簽圖像
NUS-WIDE 標(biāo)簽圖像
Visual Synset 標(biāo)簽圖像
Animals With Attributes 標(biāo)簽圖像

人形輪廓圖像

MPII Human Shape人體輪廓數(shù)據(jù)
Biwi Kinect Head Pose 頭部姿勢(shì)數(shù)據(jù)
上半身人像數(shù)據(jù)
INRIA Person 數(shù)據(jù)集

視覺文字識(shí)別圖像

Street View House Number 門牌號(hào)圖像數(shù)據(jù)
MNIST 手寫數(shù)字識(shí)別圖像數(shù)據(jù)
3D MNIST 數(shù)字識(shí)別圖像數(shù)據(jù)【Kaggle數(shù)據(jù)】
MediaTeam Document 文檔影印和內(nèi)容數(shù)據(jù)

特定一類事物圖像

著名的貓圖像標(biāo)注數(shù)據(jù)
Caltech-UCSD Birds200 鳥類圖像數(shù)據(jù)
Stanford Car 汽車圖像數(shù)據(jù)
Cars 汽車圖像數(shù)據(jù)
MIT Cars 汽車圖像數(shù)據(jù)
Stanford Cars 汽車圖像數(shù)據(jù)
Food-101 美食圖像數(shù)據(jù)
17_Category_Flower 圖像數(shù)據(jù)
102_Category_Flower 圖像數(shù)據(jù)
UCI Folio Leaf 圖像數(shù)據(jù)
Labeled Fishes in the Wild 魚類圖像
美國(guó) Yelp 點(diǎn)評(píng)網(wǎng)站酒店照片
CMU-Oxford Sculpture 塑像雕像圖像
Oxford-IIIT Pet 寵物圖像數(shù)據(jù)

材質(zhì)紋理圖像

CURET 紋理材質(zhì)圖像數(shù)據(jù)
ETHZ Synthesizability 紋理圖像數(shù)據(jù)
KTH-TIPS 紋理材質(zhì)圖像數(shù)據(jù)
Describable Textures 紋理圖像數(shù)據(jù)

物體分類圖像

COIL-20 圖像數(shù)據(jù)
COIL-100 圖像數(shù)據(jù)
Caltech-101 圖像數(shù)據(jù)
Caltech-256 圖像數(shù)據(jù)
CIFAR-10 圖像數(shù)據(jù)
CIFAR-100 圖像數(shù)據(jù)
STL-10 圖像數(shù)據(jù)
LabelMe_12_50k圖像數(shù)據(jù)
NORB v1.0 圖像數(shù)據(jù)
NEC Toy Animal 圖像數(shù)據(jù)
iCubWorld 圖像分類數(shù)據(jù)
Multi-class 圖像分類數(shù)據(jù)
GRAZ 圖像分類數(shù)據(jù)

人臉圖像

IMDB-WIKI 500k+ 人臉圖像、年齡性別數(shù)據(jù)
Labeled Faces in the Wild 人臉數(shù)據(jù)
Extended Yale Face Database B 人臉數(shù)據(jù)
Bao Face 人臉數(shù)據(jù)
DC-IGN 論文人臉數(shù)據(jù)
300 Face in Wild 圖像數(shù)據(jù)
BioID Face 人臉數(shù)據(jù)
CMU Frontal Face Images
FDDB_Face Detection Data Set and Benchmark
NIST Mugshot Identification Database
Faces in the Wild 人臉數(shù)據(jù)
CelebA 名人人臉圖像數(shù)據(jù)
VGG Face 人臉圖像數(shù)據(jù)

姿勢(shì)動(dòng)作圖像

HMDB_a large human motion database
Human Actions and Scenes Dataset

指紋識(shí)別

NIST FIGS 指紋識(shí)別數(shù)據(jù)

其它圖像數(shù)據(jù)

Visual Question Answering 圖像數(shù)據(jù)

視頻數(shù)據(jù)

綜合視頻

DAVIS_Densely Annotated Video Segmentation 數(shù)據(jù)
YouTube-8M 視頻數(shù)據(jù)集【數(shù)據(jù)太大僅有介紹】
YouTube 網(wǎng)站視頻備份【數(shù)據(jù)太大僅有介紹】

人類動(dòng)作視頻

Microsoft Research Action 人類動(dòng)作視頻數(shù)據(jù)
UCF50 Action Recognition 動(dòng)作識(shí)別數(shù)據(jù)
UCF101 Action Recognition 動(dòng)作識(shí)別數(shù)據(jù)
UT-Interaction 人類動(dòng)作視頻數(shù)據(jù)
UCF iPhone 運(yùn)動(dòng)中傳感器數(shù)據(jù)
UCF YouTube 人類動(dòng)作視頻數(shù)據(jù)
UCF Sport 人類動(dòng)作視頻數(shù)據(jù)
UCF-ARG 人類動(dòng)作視頻數(shù)據(jù)
HMDB 人類動(dòng)作視頻
HOLLYWOOD2 人類行為動(dòng)作視頻數(shù)據(jù)
Recognition of human actions 動(dòng)作視頻數(shù)據(jù)
Motion Capture 動(dòng)作捕捉視頻數(shù)據(jù)
SBU Kinect Interaction 肢體動(dòng)作視頻數(shù)據(jù)

行人檢測(cè)視頻

UCSD Pedestrian 行人視頻數(shù)據(jù)
Caltech Pedestrian 行人視頻數(shù)據(jù)
ETH 行人視頻數(shù)據(jù)
INRIA 行人視頻數(shù)據(jù)
TudBrussels 行人視頻數(shù)據(jù)
Daimler 行人視頻數(shù)據(jù)

密集人群視頻

Crowd Counting 高密度人群圖像
Crowd Segmentation 高密度人群視頻數(shù)據(jù)
Tracking in High Density Crowds 高密度人群視頻

其它視頻

Fire Detection 視頻數(shù)據(jù)

音頻數(shù)據(jù)

綜合音頻

Google Audioset 音頻數(shù)據(jù)【數(shù)據(jù)太大僅有介紹】

語(yǔ)音識(shí)別

Sinhala TTS 英語(yǔ)語(yǔ)音識(shí)別
TIMIT 美式英語(yǔ)語(yǔ)音識(shí)別數(shù)據(jù)
LibriSpeech ASR corpus 語(yǔ)音數(shù)據(jù)
Room Impulse Response and Noise 語(yǔ)音數(shù)據(jù)
ALFFA 非洲語(yǔ)音數(shù)據(jù)

自然語(yǔ)言處理

RCV1英語(yǔ)新聞數(shù)據(jù)
20news 英語(yǔ)新聞數(shù)據(jù)
First Quora Release Question Pairs
JRC Names各國(guó)語(yǔ)言專有實(shí)體名稱
Multi-Domain Sentiment V2.0
LETOR 信息檢索數(shù)據(jù)
Yale Youtube Vedio Text
斯坦福問(wèn)答數(shù)據(jù)【Kaggle數(shù)據(jù)】
美國(guó)假新聞數(shù)據(jù)【Kaggle數(shù)據(jù)】
NIPS會(huì)議文章信息數(shù)據(jù)（1987-2016）【Kaggle數(shù)據(jù)】
2016年美國(guó)總統(tǒng)選舉辯論數(shù)據(jù)【Kaggle數(shù)據(jù)】

社會(huì)數(shù)據(jù)

希拉里郵件門泄露郵件
波士頓 Airbnb 公開數(shù)據(jù)【Kaggle數(shù)據(jù)】
世界各國(guó)經(jīng)濟(jì)發(fā)展數(shù)據(jù)【Kaagle數(shù)據(jù)】?
世界大學(xué)排名芝加哥犯罪數(shù)據(jù)（2001-2017）【Kaagle數(shù)據(jù)】
世界范圍顯著地震數(shù)據(jù)（1965-2016）【Kaagle數(shù)據(jù)】
美國(guó)嬰兒姓名數(shù)據(jù)【Kaagle數(shù)據(jù)】
全世界鯊魚襲擊人類數(shù)據(jù)【Kaagle數(shù)據(jù)】
1908年以來(lái)空難數(shù)據(jù)【Kaagle數(shù)據(jù)】
2016年美國(guó)總統(tǒng)大選數(shù)據(jù)【Kaagle數(shù)據(jù)】
2013年美國(guó)社區(qū)統(tǒng)計(jì)數(shù)據(jù)【Kaagle數(shù)據(jù)】
歐洲足球運(yùn)動(dòng)員賽事表現(xiàn)數(shù)據(jù)【Kaagle數(shù)據(jù)】
美國(guó)環(huán)境污染數(shù)據(jù)【Kaagle數(shù)據(jù)】
美國(guó)H1-B簽證申請(qǐng)數(shù)據(jù)【Kaggle數(shù)據(jù)】
IMDB五千部電影數(shù)據(jù)【Kaggle數(shù)據(jù)】
2015年航班延誤和取消數(shù)據(jù)【Kaggle數(shù)據(jù)】
兇殺案報(bào)告數(shù)據(jù)【Kaggle數(shù)據(jù)】
人力資源分析數(shù)據(jù)【Kaggle數(shù)據(jù)】
某人基因序列數(shù)據(jù)【Kaggle數(shù)據(jù)】
美國(guó)費(fèi)城犯罪數(shù)據(jù)【Kaggle數(shù)據(jù)】
安然公司郵件數(shù)據(jù)【Kaggle數(shù)據(jù)】
歷史棒球數(shù)據(jù)【Kaggle數(shù)據(jù)】
美聯(lián)航 Twitter 用戶評(píng)論數(shù)據(jù)【Kaggle數(shù)據(jù)】
波士頓 Airbnb 公開數(shù)據(jù)【Kaggle數(shù)據(jù)】

處理后的科研和競(jìng)賽數(shù)據(jù)

NIPS 2003 屬性選擇競(jìng)賽數(shù)據(jù)http://dataju.cn/Dataju/web/datasetInstanceDetail/370
臺(tái)灣大學(xué)林智仁教授處理為 LibSVM 格式的分類建模數(shù)據(jù)?http://dataju.cn/Dataju/web/datasetInstanceDetail/296
Large-scale 分類建模數(shù)據(jù)http://dataju.cn/Dataju/web/datasetInstanceDetail/297
幾個(gè)UCI 中 large-scale 分類建模數(shù)據(jù)http://dataju.cn/Dataju/web/datasetInstanceDetail/298
Social Computing http://dataju.cn/Dataju/web/datasetInstanceDetail/299
Data Repository 社交網(wǎng)絡(luò)數(shù)據(jù)http://dataju.cn/Dataju/web/datasetInstanceDetail/300
貓和狗分類識(shí)別競(jìng)賽數(shù)據(jù)【Kaggle競(jìng)賽】http://dataju.cn/Dataju/web/datasetInstanceDetail/318
DSTL 衛(wèi)星圖像識(shí)別競(jìng)賽數(shù)據(jù)【Kaggle競(jìng)賽】http://dataju.cn/Dataju/web/datasetInstanceDetail/328
根據(jù)手機(jī)應(yīng)用軟件使用行為預(yù)測(cè)用戶性別年齡競(jìng)賽數(shù)據(jù)【Kaggle競(jìng)賽】?http://dataju.cn/Dataju/web/datasetInstanceDetail/332
人臉關(guān)鍵點(diǎn)標(biāo)定競(jìng)賽數(shù)據(jù)【Kaggle競(jìng)賽】?http://dataju.cn/Dataju/web/datasetInstanceDetail/331
Kaggle競(jìng)賽數(shù)據(jù)合輯（部分競(jìng)賽數(shù)據(jù)）http://dataju.cn/Dataju/web/datasetInstanceDetail/368

【第二波】

ImageNet挑戰(zhàn)賽中超越人類的計(jì)算機(jī)視覺系統(tǒng)
微軟亞洲研究院視覺計(jì)算組基于深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）的計(jì)算機(jī)視覺系統(tǒng)，在ImageNet 1000挑戰(zhàn)中首次超越了人類進(jìn)行對(duì)象識(shí)別分類的能力。他們的系統(tǒng)在ImageNet 2012分類數(shù)據(jù)集中的錯(cuò)誤率已降低至4.94%。
這個(gè)數(shù)據(jù)集包含約120萬(wàn)張訓(xùn)練圖像、5萬(wàn)張驗(yàn)證圖像和10萬(wàn)張測(cè)試圖像，分為1000個(gè)不同的類別。
該研究團(tuán)隊(duì)由微軟亞洲研究院研究員孫劍、何愷明以及來(lái)自西安交通大學(xué)和中國(guó)科學(xué)技術(shù)大學(xué)的實(shí)習(xí)生張祥雨和任少卿組成。

百度網(wǎng)盤里有Imagenet數(shù)據(jù)下載(有140G以上)：鏈接：http://pan.baidu.com/s/1pJT8kLd?密碼：12kx

======================================
公開的海量數(shù)據(jù)集 Public Research-Quality Datasets

海量數(shù)據(jù)（又稱大數(shù)據(jù)）已經(jīng)成為各大互聯(lián)網(wǎng)企業(yè)面臨的最大問(wèn)題，如何處理海量數(shù)據(jù)，提供更好的解決方案，是目前相當(dāng)熱門的一個(gè)話題。類似MapReduce、 Hadoop等架構(gòu)的普遍推廣，大家都在構(gòu)建自己的大數(shù)據(jù)處理，大數(shù)據(jù)分析平臺(tái)。

相應(yīng)之下，目前對(duì)于海量數(shù)據(jù)處理人才的需求也在不斷增多，此類人才可謂炙手可熱！越來(lái)越多的開發(fā)者把目光轉(zhuǎn)移到海量數(shù)據(jù)的處理上。但是不是所有人都能真正接觸到，或者有機(jī)會(huì)去處理海量數(shù)據(jù)的，所以就需要一些公開的海量數(shù)據(jù)集來(lái)研究。

在Quora上有人就問(wèn)到，如何獲取海量數(shù)據(jù)集。此問(wèn)題得到了很多人的關(guān)注。具體可以看看回答，數(shù)據(jù)集的種類多種多樣，有化學(xué)分析，基因遺傳等等，從中你肯定能得到自己想要個(gè)數(shù)據(jù)集。?
Where can I get large datasets open to the public?

首先說(shuō)說(shuō)幾個(gè)收集數(shù)據(jù)集的網(wǎng)站：?
1、Public Data Sets on Amazon Web Services (AWS)?
http://aws.amazon.com/datasets?
Amazon從2008年開始就為開發(fā)者提供幾十TB的開發(fā)數(shù)據(jù)。

2、Yahoo! Webscope?
http://webscope.sandbox.yahoo.com/index.php

3、Konect is a collection of network datasets?
http://konect.uni-koblenz.de/

4、Stanford Large Network Dataset Collection?
http://snap.stanford.edu/data/index.html

再就是說(shuō)說(shuō)幾個(gè)跟互聯(lián)網(wǎng)有關(guān)的數(shù)據(jù)集：?
1、Dataset for "Statistics and Social Network of YouTube Videos"?
http://netsg.cs.sfu.ca/youtubedata/

2、1998 World Cup Web Site Access Logs?
http://ita.ee.lbl.gov/html/contrib/WorldCup.html?
這個(gè)是1998年世界杯期間的數(shù)據(jù)集。從1998/04/26 到 1998/07/26 的92天中，發(fā)生了 1,352,804,107次請(qǐng)求。

3、Page view statistics for Wikimedia projects?
http://dammit.lt/wikistats/

4、AOL Search Query Logs - RP?
http://www.researchpipeline.com/mediawiki/index.php?title=AOL_Search_Query_Logs

5、livedoor gourmet?
http://blog.livedoor.jp/techblog/archives/65836960.html

海量圖像數(shù)據(jù)集：?
1、ImageNet?
http://www.image-net.org/?
包含1400萬(wàn)的圖像。

2、Tiny Images Dataset?
http://horatio.cs.nyu.edu/mit/tiny/data/index.html?
包含8000萬(wàn)的32x32圖像。

3、 MirFlickr1M?
http://press.liacs.nl/mirflickr/?
Flickr中的100萬(wàn)的圖像集。

4、 CoPhIR?
http://cophir.isti.cnr.it/whatis.html?
Flickr中的1億600萬(wàn)的圖像

5、SBU captioned photo dataset?
http://dsl1.cewit.stonybrook.edu/~vicente/sbucaptions/?
Flickr中的100萬(wàn)的圖像集。

6、Large-Scale Image Annotation using Visual Synset(ICCV 2011)?
http://cpl.cc.gatech.edu/projects/VisualSynset/?
包含2億圖像

7、NUS-WIDE?
http://lms.comp.nus.edu.sg/research/NUS-WIDE.htm?
Flickr中的27萬(wàn)的圖像集。

8、SUN dataset?
http://people.csail.mit.edu/jxiao/SUN/?
包含13萬(wàn)的圖像

9、MSRA-MM?
http://research.microsoft.com/en-us/projects/msrammdata/?
包含100萬(wàn)的圖像，23000視頻

10、TRECVID?
http://trecvid.nist.gov/

Stack Overflow Dump Files?
7.3G stackoverflow.com-Posts.7z?
573.1K stackoverflow.com-Tags.7z?
153.0M stackoverflow.com-Users.7z?
2.2G stackoverflow.com-Comments.7z

截止目前好像還沒有國(guó)內(nèi)的企業(yè)或者組織開放自己的數(shù)據(jù)集。希望也能有企業(yè)開發(fā)自己的數(shù)據(jù)集給研究人員使用，從而推動(dòng)海量數(shù)據(jù)處理在國(guó)內(nèi)的發(fā)展！

2014/07/07 雅虎發(fā)布超大Flickr數(shù)據(jù)集 1億的圖片+視頻?
http://yahoolabs.tumblr.com/post/89783581601/one-hundred-million-creative-commons-flickr-images-for

============================================
數(shù)據(jù)挖掘數(shù)據(jù)集下載資源

1、氣候監(jiān)測(cè)數(shù)據(jù)集?http://cdiac.ornl.gov/ftp/ndp026b

2、幾個(gè)實(shí)用的測(cè)試數(shù)據(jù)集下載的網(wǎng)站
http://www.fs.fed.us/fire/fuelman/
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(wǎng)址可以找到reuters數(shù)據(jù)集：http://www.research.att.com/~lewis/reuters21578.html
該網(wǎng)址有各種數(shù)據(jù)集：http://kdd.ics.uci.edu/summary.data.type.html
進(jìn)行文本分類，還有一個(gè)數(shù)據(jù)集是可以用的，即rainbow的數(shù)據(jù)集
http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html

3、UCI收集的機(jī)器學(xué)習(xí)數(shù)據(jù)集
ftp://pami.sjtu.edu.cn/
http://www.ics.uci.edu/~mlearn//MLRepository.htm

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

5、關(guān)于基金的數(shù)據(jù)挖掘的網(wǎng)站
http://www.gotofund.com/index.asp

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

6、進(jìn)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

7、時(shí)間序列數(shù)據(jù)的網(wǎng)址
http://www.stat.wisc.edu/~reinsel/bjr-data/

8、apriori算法的測(cè)試數(shù)據(jù)
http://www.almaden.ibm.com/cs/quest/syndata.html

9、數(shù)據(jù)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
10、關(guān)聯(lián)：
http://flow.dl.sourceforge.net/sourceforge/weka/regression-datasets.jar
http://www.almaden.ibm.com/software/quest/Resources/datasets/syndata.html#assocSynData

11、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

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

13、金融數(shù)據(jù)：
http://lisp.vse.cz/pkdd99/Challenge/chall.htm

14、一個(gè)很好的資源網(wǎng)址為：http://kdd.ics.uci.edu/，里面包含的數(shù)據(jù)資源按應(yīng)用領(lǐng)域劃分的。

============================================================================================

1、Public Data Sets on Amazon Web Services (AWS)?
http://aws.amazon.com/datasets?
Amazon從2008年開始就為開發(fā)者提供幾十TB的開發(fā)數(shù)據(jù)。