数据集 - 海数据

该数据集提供了 2025 年收集的有关英雄联盟比赛的详细信息。它涵盖了游戏的各个方面，包括玩家统计数据、团队表现和比赛元数据。该数据集非常适合统计分析、机器学习项目和电子竞技研究。数据是使用查询官方 Riot Games API 的自定义 Python 脚本获取的。此脚本从单个玩家的 PUUID...

xlsx

龙珠问答数据集

龙珠问答语料库是一个精选数据集，旨在训练和评估特定于龙珠世界的问答模型。它包含多个文本文件，每个文件都充满了结构化和非结构化文本数据，涵盖了龙珠系列的各个方面，包括人物传记、力量等级、故事情节、转变、战斗、技术和传说。每个文本文件都经过精心组织，以确保全面涵盖不同的主题，例如：角色信息：详细的个人资料、能力和关系。故事情节和弧线：龙珠、龙珠...

zip

印度热门旅游目的地综合数据集及评级

该数据集提供了印度各地热门旅游目的地的综合列表，按城市分类，并提供了有关评分、描述和最佳游览时间的附加信息。数据来自各种旅游调查平台，例如 MakeMyTrip、Holidify 和其他可靠的旅游资源。列描述 ID：数据集中每个城市的唯一标识符。城市：印度旅游目的地城市或地区的名称。...

csv

DeepSeek 上的推文和反应：Twitter/X 上有关 DeepSeek 模型的推文和反应

该数据集包含有关 DeepSeek 及其发布的模型的推文和反应，以及其他密切相关的关键词，例如 NVIDIA、OPENAI、ANTHROPIC、META、LLAMA 等。

csv

IMDb电影元数据的集合，包括评级、评论、类型和运行时间

该数据集包含 IMDb 电影元数据，包括电影名称、上映年份、年龄分级、类型和用户评分。它为数据分析、机器学习和推荐系统提供了宝贵的见解。 name - 电影名称 year - 电影上映年份 movie_rated - 官方年龄分级 run_length - 电影时长（分钟） types - 与电影相关的类型 release_date -...

csv

移动5G网络资源分配数据集

“5G网络资源分配数据集”，数据集概述：这个数据集就像是网络使用的“监控记录”，记录了不同时间用户怎么用网络的，包含了视频通话、游戏、流媒体、下载、网页浏览、物联网设备、紧急服务等。它记录了网络信号有多强、网速有多慢（延迟）、需要多少带宽和实际分到多少带宽，主要用来分析网络表现、优化资源分配，让大家上网更顺畅。字段对照（中英文）...

csv

电磁干扰数据集：用于 EMI 信号分类的数据集

该数据集是为分类任务设计的电磁干扰 (EMI) 信号和正常（未受影响）信号的集合，每个信号由 4000 个时间步长组成。幅度以毫伏 (mV) 表示。它包括 8 个不同类别的 EMI 信号和正常信号，代表电气状况和故障（总共 9 个类别）。特征表示为原始信号值，捕捉 EMI...

zip

皮马印第安人糖尿病数据集：根据不同的特征预测患糖尿病的可能性

最初来自美国国家糖尿病、消化和肾脏疾病研究所。该数据集的目标是根据数据集中包含的多个特征准确预测患者是否患有糖尿病。使用该数据集通过随机森林分类器获得了 92.86% 的准确度指标得分。甚至使用该训练模型开发了一个 Web 服务糖尿病预测系统。您可以探索探索性数据分析笔记本以更好地理解数据。属性正常值范围葡萄糖：葡萄糖 (< 140) =...

csv

无监督学习模型：分析二手车销售数据

使用监督和无监督学习模型分析二手车销售数据二手车市场是一个动态且非常复杂的领域，受不同标准的影响 - 制造商、车型、发动机规格、油耗、生产年份、里程和价格。在本练习中，我们将查看包含英国二手车销售事实的模拟数据。该数据由 50,000...

zip

使用 peft 和 lora 进行 LLM 微调的合成数据

该数据集包含对话摘要、主题和对话，用于使用参数有效微调和大型语言模型的低秩自适应创建对 LLM 模型进行微调的管道，这是一种流行且轻量级的训练技术，可显着减少可训练参数的数量。该数据集也可在 hugging face 中使用。https://huggingface.co/datasets/knkarthick/dialogsum

zip

混凝土强度数据集

混凝土抗压强度数据集：该数据集包含混凝土抗压强度的数据，这是建筑施工中的关键因素。它包括影响混凝土整体强度的各种输入参数，例如水泥含量、水比和养护年龄等。该数据集非常适合回归分析和机器学习模型开发，可根据输入变量预测混凝土强度。功能描述：水泥成分：描述：此特征代表混凝土混合物中使用的水泥量。...

csv
ipynb

罗斯科学文章/Рус научные статьи

从 eLibrary.ru 网站下载了 2,478 篇俄语科学文章，这些文章被分为顶级 GRNTI（国家科学技术信息分类表）的 62 个标题。eLibrary.ru。网站上的期刊目录包含 71 个 GRNTI 类别，我选择了其中有足够数量的科学期刊和文章属于公共领域的类别。标题位于说明的末尾。下载了 pdf 文件，将其转换为 txt...

rar
zip

《老友记》电视节目抄录：《老友记》每一集的台词排序

创建此数据集的目的是构建一个分类器，确定《老友记》电视节目中的哪个朋友最有可能说出某句名言。内容里面的内容不仅仅是行和列。通过描述您如何获取数据以及它代表什么时间段，让其他人可以轻松入门。数据来自每集的原始记录最初都是从这里抓取的：https : //fangj.github.io/friends/。Jorge Nachtigall

zip

英语至阿萨姆语平行数据集

此文件中有数十万个英语到阿萨姆语的平行数据集。注意-清理数据集 1_.eng.txt - 有更多并行的英语数据集 1_assamese.xt - 有更多并行的阿萨姆语数据集

zip

建立团队的分析方法：原神角色列表 5.2 版

该数据集包含《原神》5.2 版以来的所有角色创建此数据集是为了让像我这样的有抱负的数据分析师能够以独特而有趣的方式练习处理数据。下载数据集的用户可以练习使用数据可视化，并在玩《原神》时根据自己的需求快速访问角色信息。

csv

用于 NLP 任务的高质量金融新闻数据集

此存储库包含从各个金融网站精心抓取的数据集。数据提取过程可确保文本高质量且准确，包括网站及其嵌入 PDF 的内容。数据集特征日期：公告日期。主题：财经新闻的主题。内容：公告的全部内容，包括网站文本和 PDF。附加处理字段我们应用先进的 Mixtral 7X8 模型来生成以下附加字段：...

md
zip

用于文本检测的尼泊尔手写图像：各个年龄段的详尽文本数据集

尼泊尔手写数据集 (NHD)，它是尼泊尔各个地区用相机捕捉的尼泊尔手写文本图像的集合。该数据集旨在为研究人员探索手写检测和识别新技术提供基准。我们还提供了使用成熟的深度学习框架进行文本定位和识别的基准结果。数据集和基准结果可在此处获得。主要特点：...

zip

皮肤癌 - HAM10000：常见色素性皮肤病变的多源皮肤镜图像

包含3个文件夹和2个文件组成，如下表所述。内容类型描述 HAM10000_images_part_1 文件夹一组训练图片的第一部分 HAM10000_images_part_2 文件夹一组训练图片的第二部分 ISIC2018_Task3_Test_Images 文件夹测试图片集 HAM10000_metadata.csv 文件...

csv

geoleaderboard 网站上使用的排行榜数据

该数据集为geoleaderboard 网站提供全面的排行榜数据，每日更新。它包括排名、用户名、国家、评级、分区、移动评级、无移动评级和 NMPZ 评级等列。非常适合跟踪玩家表现并分析 GeoGuessr 游戏中的模式。

csv

揭开社交媒体的情感面纱：Twitter 情感数据集