即便你是一个数据分析菜鸟，你也会想到开展项目第一步该怎么做——建立工程并导入数据，继而对数据进行分析。但是，没有项目经验的小白，该从哪里获得可供自己学习的数据集呢？
为此，小编为大家精心整理了九个公开的数据科学项目的数据集，可供大家创建项目。
>>什么是数据集？
很多小伙伴们不知道什么是数据集。数据集实际上就是一种由数据组合的集合，又称为数据集合、资料集或资料集合。例如：
l 小米10 8+128G 冰海蓝 SA\NSA双模5G手机 ￥3799.00
l 小米10 8+128G 蜜桃金 SA\NSA双模5G手机 ￥3799.00
l 小米10 8+128G 钛银黑 SA\NSA双模5G手机 ￥3799.00
l 小米10 8+256G 冰海蓝 SA\NSA双模5G手机 ￥3999.00
l 小米10 8+256G 蜜桃金 SA\NSA双模5G手机 ￥3999.00
l 小米10 8+256G 钛银黑 SA\NSA双模5G手机 ￥3999.00
这就是一组数据集。它涵盖了某一特定商品的某些信息，每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。每个数值被称为数据资料。对应于行数，该数据集的数据可能包括一个或多个成员。这些特定的信息将对我们的需要做的数据报告起着关键性作用。
利用这些数据集进行分析，小白可以更加透彻地了解和学习数据分析。
>>有哪些公开的数据集可供练习？
1.ImageNet数据集：
ImageNet数据集主要用于机器学习以及计算机视觉研究领域。每条记录都包含边界框和相应的类标签。ImageNet为每个同义词集都提供了1000张图像，而且，你可以直接在ImageNet中查看图片网址。
数据集下载地址：http://www.image-net.org/
2.COCO数据集：
COCO数据集是大规模的对象检测、分割和字幕的数据集，通过大量使用Amazon Mechanical Turk来收集数据。该数据集具有针对80个对象类别的150万个对象实例。
数据集下载地址：
http://cocodataset.org/#home
3.鸢尾花数据集：
鸢尾花数据集是专门为初学者设计的数据集。借助这些数据，小白可以使用机器学习算法构建简单的项目。值得一提的是，该数据集中的所有属性都是真实的。鸢尾花数据集的大小很小，因此小白不需要对数据进行预处理。
所谓预处理，就是在处理数据之前，将数据进行整理和清除。比如，你现在正在做饭，你想找到胡椒粉，并把它洒到锅里。但是所有的作料都被你放到了一起，运气不好的话你要花很长时间才能找到胡椒粉。找到后，你准备撒到锅里，发现菜已经糊了。因此，我们事先要将作料摆放整齐，等做饭的时候才会更方便。
数据集下载地址：
https://www.kaggle.com/uciml/iris
4.乳腺癌威斯康星州（诊断）数据集：
乳腺癌威斯康星州（诊断）数据集是机器学习中最流行的数据集之一。此数据集基于对乳腺癌的分析。
数据集下载地址：
https://www.kaggle.com/uciml/breast-cancer-wisconsin-data
5.Twitter情绪分析数据集：
情绪分析是自然语言处理（NLP）中最常见的应用程序之一。你可以使用Twitter情绪分析数据集建立基于情绪分析的模型。众所周知，我们的川普同志可以说是Twitter的常驻“相声演员”，没准你还能浏览到他发表过的言论呢~
数据集下载地址：
https://www.kaggle.com/c/twitter-sentiment-analysis2
6.MNIST数据集：
MNIST数据集建立在手写数据上。该数据集易于初学者使用，有助于了解实际数据上的技术和深度学习识别模式。你无需花费太多时间对数据进行预处理。对于热衷于深度学习或机器学习的初学者来说，MINIST数据集是一个很好的选择。
数据集下载地址：
https://www.kaggle.com/oddrationale/mnist-in-csv
7.Fashion MNIST数据集：
Fashion MNIST数据集建立在衣服数据上，可用于深度学习图像分类问题以及机器学习。该数据集易于初学者使用，你不需要花费太多时间在数据预处理上。同时，FashionMNIST数据集可以帮助你了解和学习实际数据上的技术和深度学习中的ML技术以及模式识别方法。
数据集下载地址：
https://www.kaggle.com/zalando-research/fashionmnist
8.亚马逊评论数据集：
亚马逊评论数据集也是用于NLP（自然语言处理）的数据集。借助亚马逊评论数据集，你不仅可以了解到业务会出现的实质性问题，而且还能从中了解到近几年各种商品的销售趋势。没准研究着研究着，你也能开一家网店了。
数据集下载链接：
https://snap.stanford.edu/data/web-Amazon.html
9.垃圾短信分类器数据集：
垃圾短信分类数据集可以帮助你预测垃圾邮件。借助垃圾短信分类数据集，小白可以使用机器学习分类算法构建简单的项目。不仅如此，你还能学习到为什么你的手机能够自动识别出垃圾短信，想想就有些神奇呢~
数据集下载链接：
https://www.kaggle.com/uciml/sms-spam-collection-dataset
写在最后
对于数据分析新手来说，只要我们不断地探索与学习，我们一定能摘掉菜鸟的称号，并且朝着数据分析大神的方向迈进。小白们还等什么呢？赶紧码住这满满干货，开启你的数据分析进阶之路吧~
更多数据分析相关推荐：
