Çok yüksek boyutlu sınıflandırma için ücretsiz veri seti [kapalı]

1000'den fazla özelliğe (veya eğriler varsa örnek noktalara) sahip sınıflandırma için serbestçe kullanılabilir veriler nelerdir?

Ücretsiz veri setleri hakkında zaten bir topluluk wiki'si var: Serbestçe kullanılabilir veri örneklerini bulma

Ancak burada daha rahat kullanılabilecek daha odaklanmış bir listeye sahip olmak güzel olurdu , ayrıca aşağıdaki kuralları öneriyorum:

1. Veri kümesi başına bir yayın
2. Veri kümesi kümesine bağlantı yok

3. her veri kümesi gerekir ilişkilendirilebilir

   • bir isim (neyle ilgili olduğunu bulmak için) ve veri setine bir link (R veri setleri paket ismi ile isimlendirilebilir)

   • özelliklerin sayısı ( p diyelim ) veri kümesinin boyutu ( n diyelim ) ve etiket / sınıf sayısı ( k diyelim )

   • Deneyiminizden (kullanılan algoritmayı kelimelere yazınız) ya da kitapçıktan (bu son durumda kağıdı bağlayın) tipik bir hata oranı

Dorothea
n = 1950
= 100000 p (0.1 M, yarı yapay gürültü eklenir)
, k = 2 (R dengesiz 10x)
kaynaktan NIPS2003 .

Gisette
n = 13500
p = 5000 (yarım yapay gürültü eklenir)
k (dengeli) = 2
kaynaktan NIPS2003 .

Dexter
n = 2600
p = 20000 (+ 53 10k suni gürültüdür)
(dengeli) k = 2
Gönderen NIPS2003 .

Arcene
n = 900
, p = 10000 (3k yapay gürültü eklenir)
, k = 2 (R dengeli)
kaynaktan NIPS2003 .

Prostat (gen ifadesi dizisi)

• k = 2
• n = 48 + 52
• p = 6033

Veri paketi için (diğerlerinin yanı sıra) R paketi spls kullanılabilir .

hata oranı = 3/102 ( buraya bakın ) ayrıca 1/102 hata oranı gösteren kağıt olduğunu düşünüyorum. Bunun kolay bir test olayı olduğunu söyleyebilirim.