生物信息神奇网站系列（十二）：机器学习数据集

天天都被媒体的大数据，机器学习，人工智能忽悠，但是常言道“巧妇难为无米之炊”，要实现这些，数据才是重点；有时候想测试一些算法，手头没有现成的测试数据也比较麻烦。不过，加州大学欧文分校提供了一个机器学习的数据集，可以从中下载大量数据，用于机器学习研究。

十二：加州大学欧文分校机器学习数据集 

http://archive.ics.uci.edu/ml/index.php

1、登录网站，可以看到“Welcome to the UC Irvine Machine Learning Repository!”。下面是对网站的一些介绍，目前收入418个数据集。

2、这些数据集可以根据多个维度进行分类，例如分析类型，数据类型，研究领域，属性，文件类型等，并且每个分类数据的数量。

3、我们可以使用Life Science分类下的数据，目前已经收录97个数据集。

4、这其中乳腺癌的数据集Breast比较常用，在多个利用机器学习进行诊断的案例中都会用到。点击Breast的连接就会看到这个数据集相关的内容。包括数据介绍以及FTP下载目录。

http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Original%29

5、页面中会给出页面详细的介绍。

6、点击Download: Data Folder，链接到数据下载ftp页面，直接点击文件就可以下载了。

7、也可以鼠标右键点击，直接复制下载链接，直接在程序中进行下载，例如在R中，直接利用read.table()函数下载即可。

---------- END ----------

欢迎订阅我们的微信公众号：基因学苑