如何选择合适的数据集进行机器学习的分类任务？

选择合适的数据集是进行任何机器学习项目的第一步，特别是分类任务。数据集是机器学习任务成功的基础。没有数据，最先进的算法也无从谈起。

本文将专注于sklearn.datasets模块中用于分类任务的数据集。这些数据集覆盖了各种场景，从新闻分类到人脸识别，再到土地覆盖类型等。

文章目录

• 数据集预览
• 数据集使用和说明
• • 20个新闻组数据集
  • 土地覆盖类型数据集
  • KDD Cup 99数据集
  • 人脸识别数据集
  • AT&T Olivetti人脸数据集
  • RCV1多标签新闻数据集
  • 物种分布数据集
  • 乳腺癌威斯康星数据集
  • 手写数字数据集
  • 鸢尾花数据集
  • 葡萄酒品质数据集
  • OpenML平台获取数据集
• 总结

数据集预览

下表列出了分类任务相关的数据集及其主要特性。