干货|开放数据集

各位童鞋，有没有碰到这种情况？

看了一篇很好的文章，作者提供了理论上很好的说明，而且还有代码（大笑脸），此时正是马上码起来，测试验证的时候，然而......好像缺少了点啥——数据集（沮丧脸）。

当你有需求要结合某种算法先做个POC（俗名DEMO）时，突然发现，此时手上要是有份现成的数据那该多好！！

这里有这样一份关于机器学习、文本分析、数据挖掘等相关的数据集，也许正好解你的燃眉之急，至少可以为你省下寻找数据的时间。

1、国内互联网数据

链接: https://pan.baidu.com/s/1pLNx5rX 密码: b9px

包括：新浪微博消息数据集，Web信息抽取数据集，关键字搜索的历史日志文件，国内知名电商平台全网商品信息及评论，新浪微博个人微博数据，新浪微博情感200万条，中文词语搭配库，新浪微博3.5亿用户关系数据（样例），某南方城市出租车GPS位置数据，带有转发和情感标签的微博数据... ... 

用途：机器学习相关算法，NLP基础功能（如情感分析，实体抽取等等），知识构建等等

2、用于分类的数据

链接: https://pan.baidu.com/s/1qXMzr5q 密码: a2jr

3、维基百科数据

链接: https://pan.baidu.com/s/1jIF0lYA 密码: iges

4、京东自营销售数据（2015）

链接: https://pan.baidu.com/s/1slkdR5N 密码: syn9

5、微软数据

链接: https://pan.baidu.com/s/1mhBchnU 密码: ukca

6、百度词条数据

链接: https://pan.baidu.com/s/1pKTSPo3 密码: y8jv

7、1998~2009年经济科普数据

链接: https://pan.baidu.com/s/1qXQ2Zwg 密码: w2yw

（注：在此公众号回复“数据集20171211”可获得一键链接。）

更多机器学习、NLP相关的书籍、视频等资料，都在这里！

长按识别二维码关注