红楼梦人物图谱csv文件

红楼梦人物图谱csv文件

mackey_glass_t17.npy

Mackey-Glass (MG)序列的部分内容，shape为(10000,)，这个时间序列是混乱的，没有明确的周期。 级数不收敛也不发散，轨迹对初始条件高度敏感。 这个基准问题用于神经网络和模糊建模研究。

Kaggle交易预测.rar

基于 Kaggle 竞赛数据，原始数据文件较大，故本数据集只选用了 train.csv 中的 5 万条样本作为模型训练集（train.csv.gzip），1 万条样本作为模型测试集（test.csv.gzip）

olivetti_py3.pkz

人脸图像数据集 olivetti_py3.pkz，该数据集一共有 400 张人脸图片，每张图片的大小是：64x64，每张图片作为一个样本，一共有 400 个样本，每个样本的特征维度是：64x64 = 4096；400 张图片一共包含 40 个不同的人，每个人有 10 张人脸图片

随机森林评估特征重要性wine.rar

基于 UCI 葡萄酒数据，使用随机森林进行特征重要性分析，这些数据是对意大利同一地区种植的三种不同品种葡萄酒的化学分析结果，分析确定了三种葡萄酒中13种成分的含量，数据的第一列是葡萄酒的类别

决策树预测用户流失data.csv

基于某信息公司的用户数据，使用决策树预测用户是否会流失，字段Churn代表客户是否流失，取值：['Yes', 'No']，其余字段为特征

基于朴素贝叶斯的垃圾邮件过滤data.rar

邮件数据包括训练集train（正常邮件normal，垃圾邮件spam），测试集test，中文停用词文件cn_stopwords.txt

LR预测CTR数据集data.zip

数据集是电商领域数据集，共计200万的样本记录。原始特征均为ID类特征； 字段说明： userid 用户ID itemid 商品ID categoryid 商品类目ID action 用户行为类型 timestamp 时间戳

机器翻译nmt.zip

轻量级机器翻译数据集，en-cn为英文与中文，en-fr为英文与法文

nltk_data.rar

nltk的分词工具，将其解压，放置到当前虚拟环境（假设环境名为TORCH），则目录结构为"TORCH/nltk_data/tokenizers/punkt"