資料補充：
做數據分析的人都知道，開展項目第壹步就是建立工程並導入數據，所以數據分析師如何進階，更好的學會使用數據集是非常重要的，為此，小編為大家精心整理了九個公開的數據科學項目的數據集，可供大家創建項目。
什麽是數據集？
很多小夥伴們不知道什麽是數據集。數據集實際上就是壹種由數據組合的集合，又稱為數據集合、資料集或資料集合。例如：
l 小米10 8+128G 冰海藍 SA\NSA雙模5G手機 ￥3799.00
l 小米10 8+128G 蜜桃金 SA\NSA雙模5G手機 ￥3799.00
l 小米10 8+128G 鈦銀黑 SA\NSA雙模5G手機 ￥3799.00
l 小米10 8+256G 冰海藍 SA\NSA雙模5G手機 ￥3999.00
l 小米10 8+256G 蜜桃金 SA\NSA雙模5G手機 ￥3999.00
l 小米10 8+256G 鈦銀黑 SA\NSA雙模5G手機 ￥3999.00
這就是壹組數據集。它涵蓋了某壹特定商品的某些信息，每壹列代表壹個特定變量。每壹行都對應於某壹成員的數據集的問題。每個數值被稱為數據資料。對應於行數，該數據集的數據可能包括壹個或多個成員。這些特定的信息將對我們的需要做的數據報告起著關鍵性作用。
利用這些數據集進行分析，對數據分析師進階是非常有幫助的。
有哪些公開的數據集可供練習？
1.ImageNet數據集：
ImageNet數據集主要用於機器學習以及計算機視覺研究領域。每條記錄都包含邊界框和相應的類標簽。ImageNet為每個同義詞集都提供了1000張圖像，而且，妳可以直接在ImageNet中查看圖片網址。
2.COCO數據集：
COCO數據集是大規模的對象檢測、分割和字幕的數據集，通過大量使用Amazon Mechanical Turk來收集數據。該數據集具有針對80個對象類別的150萬個對象實例。
3.鳶尾花數據集：
鳶尾花數據集是專門為初學者設計的數據集。借助這些數據，小白可以使用機器學習算法構建簡單的項目。值得壹提的是，該數據集中的所有屬性都是真實的。鳶尾花數據集的大小很小，因此小白不需要對數據進行預處理。
所謂預處理，就是在處理數據之前，將數據進行整理和清除。比如，妳現在正在做飯，妳想找到胡椒粉，並把它灑到鍋裏。但是所有的作料都被妳放到了壹起，運氣不好的話妳要花很長時間才能找到胡椒粉。找到後，妳準備撒到鍋裏，發現菜已經糊了。因此，我們事先要將作料擺放整齊，等做飯的時候才會更方便。
4.乳腺癌威斯康星州（診斷）數據集：
乳腺癌威斯康星州（診斷）數據集是機器學習中最流行的數據集之壹。此數據集基於對乳腺癌的分析。
5.Twitter情緒分析數據集：
情緒分析是自然語言處理（NLP）中最常見的應用程序之壹。妳可以使用Twitter情緒分析數據集建立基於情緒分析的模型。眾所周知，我們的川普同誌可以說是Twitter的常駐“相聲演員”，沒準妳還能瀏覽到他發表過的言論呢~
6.MNIST數據集：
MNIST數據集建立在手寫數據上。該數據集易於初學者使用，有助於了解實際數據上的技術和深度學習識別模式。妳無需花費太多時間對數據進行預處理。對於熱衷於深度學習或機器學習的初學者來說，MINIST數據集是壹個很好的選擇。
7.Fashion MNIST數據集：
Fashion MNIST數據集建立在衣服數據上，可用於深度學習圖像分類問題以及機器學習。該數據集易於初學者使用，妳不需要花費太多時間在數據預處理上。同時，FashionMNIST數據集可以幫助妳了解和學習實際數據上的技術和深度學習中的ML技術以及模式識別方法。
8.亞馬遜評論數據集：
亞馬遜評論數據集也是用於NLP（自然語言處理）的數據集。借助亞馬遜評論數據集，妳不僅可以了解到業務會出現的實質性問題，而且還能從中了解到近幾年各種商品的銷售趨勢。沒準研究著研究著，妳也能開壹家網店了。
9.垃圾短信分類器數據集：
垃圾短信分類數據集可以幫助妳預測垃圾郵件。借助垃圾短信分類數據集，小白可以使用機器學習分類算法構建簡單的項目。不僅如此，妳還能學習到為什麽妳的手機能夠自動識別出垃圾短信，想想就有些神奇呢~