大数据练习数据接口

 

除了分享和讨论经典的数据挖掘和机器学习的算法，为了大家能更好的了解并实践这些算法，DMC特意为大家搜寻了一些大数据的数据源连接。

由于各个网站对于数据使用都有明确且严格的声明，我们不便在未经各网站许可的情况下私自传播数据，所以这里仅提供各数据源的网址，请大家自行登陆到各网站上提取自己所需的数据，并按各网站的数据使用声明使用数据。

数据源友情链接：​

• 政府&机构数据

1. 美国政府开源数据库：http://www.data.gov/
2. 英国政府开源数据库：http://data.gov.uk/
3. 世界银行数据库：http://www.worldbank.org/
4. 美国气候数据库：http://www.ncdc.noaa.gov/
5. 美国交通部数据库：http://www.rita.dot.gov/bts/data_and_statistics/index.html

• 开源社区数据集

1. Machine Learning Data: http://mldata.org/repository/data/
2. UCI: http://archive.ics.uci.edu/ml/
3. Co-Clustering: https://coclustering.hds.utc.fr/doku.php?id=en:start
4. R Dataset：http://www.stats4stem.org/data-sets.html
5. Google开源数据平台：http://www.reddit.com/r/bigquery/wiki/datasets

• 商业数据平台

1. 数据堂：http://datatang.com/
2. Wind: http://114.80.154.45/University/ElitePlan.html

• 竞赛&会议数据

1. Kaggle：https://www.kaggle.com/
2. DataCastle: http://www.pkbigdata.com/
3. KDD: http://www.kdd.org/
4. Statistical computing&Statistical Graphics: http://stat-computing.org/dataexpo/

• 其他

1. 基因数据：http://aws.amazon.com/cn/1000genomes/
2. Cancer Program Dataset: http://www.broadinstitute.org/cgi-bin/cancer/datasets.cgi
3. 电影评分数据集：http://grouplens.org/datasets/movielens/
4. NCBI ：http://www.ncbi.nlm.nih.gov/
5. Data Source on Web:
       http://mran.revolutionanalytics.com/documents/data/#machinelearning
6. Mahout数据集：https://mahout.apache.org/users/basics/collections.html