http://archive.ics.uci.edu/ml/datasets.php
https://archive-beta.ics.uci.edu/ml/datasets
旧金山犯罪分类数据
Dates - 犯罪事件的时间
Category - 犯罪事件类别（要预测的目标变量）
Descript - 犯罪事件的详细描述（只在训练集上）不使用
DayOfWeek - 星期几
PdDistrict - 出警的警局名称
Resolution - 犯罪事件是如何解决的（只在训练集上）不使用
Address - 犯罪事件的大致街道地址
X - 经度
Y - 纬度
六个国家的FIFA(fifa是缩写，全称是Fédération Internationale de Football Association，就是国际足球联合会。)历史排名数据集：
Argentina (ARG), Brazil (BRA), Spain (ESP), France (FRA), Germany (GER), and Italy (ITA)。
fifa.rar1973年，统计学家F.J. Anscombe构造出了四组奇特的数据：测试线性回归及散点图
葡萄酒评论数据集
字段名 字段描述
country 葡萄酒产地(国家)
description 对酒的评语(气味味道外观感觉等)
designation 用于酿酒的葡萄产自哪个葡萄园
points WineEnthusiast(葡萄酒爱好者杂志)对葡萄酒的评分(1~100)
price 价格
province 葡萄酒产地(省/州)
region_1 葡萄种植区_1
region_2 葡萄种植区_2(有可能为空)
variety 用于酿酒的葡萄种类
winery 酿酒厂名
APP Store 数据
数据字段说明
id : App ID 每个App唯⼀一标识
track_name: App的名称
size_bytes: 以byte为单位的app⼤大⼩小
price：定价（美元）
rating_count_tot: App所有版本的⽤用户评分数量量
rating_count_ver: App当前版本的⽤用户评分数量量
prime_genre: App的类别
user_rating: App所有版本的⽤用户评分
sup_devices.num: ⽀支持的iOS设备数量量
ipadSc_urls.num: app提供的截屏展示数量量
lang.num ⽀支持的语⾔言数量量
Uniqlo销售数据
数据字段说明
Store_id ⻔门店随机id
City 城市
Channel 销售渠道 ⽹网购⾃自提 ⻔门店购买
gender_group 客户性别 男⼥女女
age_group 客户年年龄段
wkd_ind 购买发⽣生的时间（周末，周间）
Product 产品类别
customer 客户数量量
revenue 销售⾦金金额
Order 订单数量量
Quant 购买产品的数量量
unit_cost 成本（制作+运营）
链家租房数据：
['区域', '地址', '标题', '户型', '面积', '价格', '楼层', '建造时间', '朝向', '更新时间', '看房人数','备
注', '链接地址']
['district', 'address', 'title', 'house_type', 'area', 'price', 'floor',
'build_time', 'direction', 'update_time', 'view_num', 'extra_info', 'link']
college.csv
列名：字段含义
INSTNM：大学名称
CITY：所在城市
STABBR：所在州简称
HBCU：历史上的黑人学员和大学
MENONLY：0/1：只有男学生
WOMENONLY：0/1：只有女学生
RELAFFIL：0/1：宗教信仰
SATVRMID：SAT考试：Verbal分数中位数
SATMTMID：SAT考试：数学分数中位数
DISTANCEONLY：只接受远程教育学生
UGDS：本科招生
UGDS_WHITE：本科生白人比例
UGDS_BLACK：本科生黑人比例
UGDS_HISP：本科生拉丁裔比例
UGDS_ASIAN：本科生亚裔比例
UGDS_AIAN：本科生美洲印第安人/阿拉斯加土著比例
UGDS_NHPI：本科生夏威夷/太平洋群岛土著比例
UGDS_2MOR：本科生混血比例
UGDS_NRA：本科生中留学生比例
UGDS_UNKN：本科生未知族裔比例
PPTUG_EF：非全日制学生比例
CURROPER：0/1：正在运营
PCTPELL：佩尔资助计划学生比例
PCTFLOAN：学费贷款学生比例
UG25ABV：年龄大于25岁的学生比例
MD_EARN_WNE_P10：入学10年后收入中位数
GRAD_DEBT_MDN_SUPP：毕业生债务中位数
泰坦尼克生存预测数据 titanic_train.csv：
PassengerId：乘客的ID
Survived：乘客是否获救，Key：0=没获救，1=已获救
Pclass：乘客船舱等级（1/2/3三个等级舱位）
Name：乘客姓名
Sex：性别
Age：年龄
SibSp：乘客在船上的兄弟姐妹/配偶数量
Parch：乘客在船上的父母/孩子数量
Ticket：船票号
Fare：船票价
Cabin：客舱号码
Embarked：登船的港口
小费：tips.csv
某餐厅服务员收集的顾客付小费的相关数据:
总账单 ，小费， 性别，是否吸烟，星期几，哪顿饭 ，人数
total_bill tip sex smoker day time size
movie.csv：
movie_title：电影标题
color：颜色
num_critic_for_reviews：评论的评分数量
movie_facebook_likes：电影facebook点赞数
duration：电影时长
director_name：导演名字
director_facebook_likes：导演facebook赞数
actor_3_name： 演员3的姓名
actor_3_facebook_likes： 演员3的facebook赞数
actor_2_name：演员2的姓名
actor_2_facebook_likes ：演员2的姓名
actor_1_name`： 演员1的姓名
actor_1_facebook_likes：演员1的姓名
gross：票房收入
genres：体裁
num_voted_users：投票用户数
cast_total_facebook_likes：演员总的facebook赞数
facenumber_in_poster：海报中的人脸数量
plot_keywords：情节关键词
movie_imdb_link：电影imdb链接
num_user_for_reviews：评论的用户数
language：语言
country：国家
content_rating：内容评级
budget：成本
title_year：上线日期
imdb_score：imdb评分
aspect_ratio：电影宽高比
大型电影评论数据集（情感分析）：http://ai.stanford.edu/~amaas/data/sentiment/aclImdb_v1.tar.gz
http://ai.stanford.edu/~amaas/data/sentiment/
Learning Word Vectors for Sentiment Analysis.pdf