免费的数据集，用于非常高的尺寸分类[关闭]

有超过1000个要素（或样本点（如果包含曲线））可免费用于分类的数据集是什么？

已经有一个关于免费数据集的社区Wiki： 查找免费可用的数据样本

但是在这里，最好有一个更集中的列表，可以更方便地使用它，我还建议以下规则：

1. 每个数据集一个帖子
2. 没有链接到数据集

3. 每个数据集必须与

   • 一个名称（弄清楚它的含义）和一个指向数据集的链接（可以使用包名称来命名R数据集）

   • 特征数（假设为p），数据集的大小（假设为n）和标签/类的数量（假设为k）

   • 根据您的经验（将使用的算法写成文字）或文献（在最后一种情况下，链接本文）得出典型的错误率

多萝西娅
n = 1950
p = 100000（0.1M，一半是人为添加的噪声）
k = 2（〜10x不平衡）
来自NIPS2003。

Gisette
n = 13500
p = 5000（一半是人为增加的噪声）
k = 2（平衡）
来自 NIPS2003。

德克斯特
n = 2600
p = 20000（10k + 53是人工噪声）
K = 2（平衡）
从NIPS2003。

阿尔切内
N = 900
，P = 10000（3K人工添加噪声）
K = 2（〜平衡）
从 NIPS2003开始。

前列腺（基因表达阵列）

• k = 2
• n = 48 + 52
• p = 6033

通过R包提供 SPL 数据集名称：前列腺

错误率= 3/102（请参阅此处），我也认为有些文件显示的错误率为1/102。我会说这是一个简单的测试案例。