前言
如果你對這篇文章感興趣，可以點擊「【訪客必讀 - 指引頁】一文囊括主頁內所有高質量博客」，查看完整博客分類與對應鏈接。
表格數據
- Sklearn 提供了 13 個表格型數據，且數據處理接口統一；
- LIBSVM 提供了 131 個表格型數據，整體數據格式比較統一；
- UCI 提供了 565 個表格型數據，但未提供統一的數據集處理接口；
- 或許可使用該倉庫的代碼進行統一處理：ucimlrepo
- OpenML 提供了 5393 個表格型數據，且數據可按照下述代碼統一處理：
import openmlopenml.config.apikey = "your api key"dataset_id = 43466
dataset = openml.datasets.get_dataset(dataset_id, download_all_files=False)
X, y, _, _ = dataset.get_data(target=dataset.default_target_attribute)print(dataset.description)
print(X.shape, X.columns)
print(len(y), y.name)
圖像數據
- torchvision 提供了大量圖像數據集，包括 37 個圖像分類數據集；
- huggingface 包含大量圖像數據集，其中圖像分類至少有 636 個，并提供了統一的數據集調用接口；
- deeplake 提供了 1262 個圖像數據集，有統一的數據集下載接口；
- UCI 中包含 4 個較小的圖像數據集。
