10个初学者热门数据科学项目数据集

1、Iris Species鸢尾花数据集

Iris数据集在R.A. Fisher的1936年经典论文"在分类学问题中使用多重测量"中使用，也可以在UCI机器学习存储库中找到。

它包括三种鸢尾花，每种鸢尾花有50个样本，以及每朵花的一些特性。一种花种与其他两种花是线性分离的，但另外两种花种彼此之间不能线性分离。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?type=dataset&id=1394 ;

2、Loan Prediction 简单的贷款预测

包含贷款ID、性别、婚否、教育、贷款价格等。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?type=mydataset&id=1591 ;

3、物品价格（时间序列）

随着价格与天气，观察产品销售情况。

前两种产品（P1和P2）的销售数据是每周一次，数据收集到2019年11月10日。产品 P3 和 P4 是日常产品，可能相关。对于产品P4，该公司提供了潜在的解释变量X1（价格）和X2（以°C为单位的温度天气预报），这些变量可能是有助于预测这两个产品。 产品 P3 和 P4 的销售数据收集到 2019 年 11 月 24 日之前。产品 P5 的数据每周发布一次，收集数据截至 2019 年 8 月 30 日。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?id=1415&type=dataset ;

4、白葡萄酒质量

初学者最爱的数据集之一，数据来自葡萄牙Vinho Verde产地的白葡萄酒。包含葡萄酒的氯化物、柠檬酸、硫酸盐、酒精度、残留糖份等其他属性数据。用于回归任务、分类训练。

https://www.datacastle.cn/dataset_description.html?type=mydataset&id=1033 https://www.datacastle.cn/dataset_description.html?type=mydataset&id=1033 ;

5、身高和体重数据集

一个简单的身高和体重数据集被用来建立预测人体身高或体重的模型。包含25000名18岁不同人群的身高(英寸)和体重(磅)。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?type=dataset&id=1375 ;

6、超市网购 电子交易详细数据

随着市场需求的增长和激烈的竞争，超市巨头正在寻求您的知识，了解什么最适合他们。他们想知道他们应该瞄准或避开哪些产品、地区、类别和客户群。

包含订购日期、订单ID、发货日期、客户居住地的详细数据等。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?type=mydataset&id=1511 ;

7、文本情感分析

数据分为训练数据和测试数据，分别保存在train.csv和test_noLabel.csv两个文件中。submit_example.csv是提交样例数据。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?id=1137&type=dataset ;

8、Divvy Bike 芝加哥共享单车行程数据

Motivate International Inc.（"Motivate"）经营芝加哥市（"City"）的 Divvy 自行车共享服务。 Motivate 和纽约市致力于支持将自行车作为替代交通方式。

包含每月详细数据：自行车类型、开始时间、结束时间、开始地点、结束地点等。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?type=dataset&id=1620 ;

9、预测音乐类别/流派

包含音乐ID、演唱者、专辑名称、音律的详细数据。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?id=1182&type=dataset ;

10、人口收入数据集

人口普查结果。文件 income_census_train.csv中包含16个字段，具体信息如下： 每一行记录了一个人的人口普查结果。该数据集类变量为年收入是否超过50k$，属性变量包含年龄，工种，学历，职业，人种等重要信息，14个属性变量中有7个类别型变量。

DataCastle-数据科学创新与实践平台https://www.datacastle.cn/dataset_description.html?type=dataset&id=1377 ;

Original: https://blog.csdn.net/weixin_56831217/article/details/124151433
Author: 陶707
Title: 10个初学者热门数据科学项目数据集