神马文学网与BI新人同享：谢邦昌教授教程and 16个获取数据网站 zz
来源：百度文库 编辑：神马文学网 时间：2024/04/29 06:17:50
2005 挖掘，统计，市场调研等等一系列：http://bidm.stat.fju.edu.tw:81/
再推荐16个获取数据的网站：
SEC EDGAR数据库
美国国会两院记录、商务部经济数据、伯克莱圆桌会议、斯坦福法律经济词典
http://town.hall.org/radio/JEC
报价公司
提供有价证券的数据、信息。如有价证券一览表、快报
http://finance.lycos.com/qc/default.aspx
高校财经数据库
收录 12个在线数据库，超过三百万篇商业报告和文章。
http://www.bjinfobank.com/
国际股票市场数据库
包括国际股票市场的价格图表、交易量、共同基金图、上市公司简介等
http://www.stockmaster.com/
华通数据中心
宏观经济信息、行业(产业)发展报告、企业(公司)信息、产品市场分析
http://data.acmr.com.cn/
环境安全数据库
多伦多大学和平与冲突研究项目组维护，涉及发展中国家环境压力与暴力冲突
http://www.library.utoronto.ca/pcs/database/libintro.htm
经济学网络
这是一个内容非常丰富的资源中心，有大量美国和世界经济与金融市场的在线图表、经济指南、每周经济分析与简评，以及指向其它资源的链接。所有文件都是
PDF格式。由德国驻纽约Morgan Grenfell的首席经济学家Ed Yardeni博士提供。
http://www.yardeni.com/
贸易和环境数据库
搜集了几百个贸易与环境的案例，按28种不同标准分类
http://www.american.edu/projects/mandala/TED/ted.htm
美国历史上的人口普查数据
提供了描述1790-1860年间美国经济的数据。由哈佛大学维护
http://fisher.lib.virginia.edu/collections/stats/histcensus/
能源技术数据交换(ETDE)与能源数据库
收集与交换能源研究与技术的信息,能源文献收藏量为世界第一
http://www.etde.org/
世界统计表格
由世界银行出版，提供了世界各国经济、社会数据指标集。
http://www.ciesin.org/IC/wbank/wtables.html
世界银行数据库
世界银行提供的统计数据
http://www.worldbank.org/data/
数据中华
商业数据网站,产业研究、竞争情报分析、市场调查、资信调查等
http://www.allchinadata.com/
中国产业经济信息网
产业经济的相关数据，部分内容可试用
http://www.cinic.org.cn/
中国经济信息网数据库
中国经济统计、行业、地区经济、企业等数据库
http://www.cei.gov.cn/default.aspx?tab=157
中国自然数据库
中国资源、环境、人口、社会经济等相关数据的集合。
http://www.naturalresources.csdb.cn/index.asp
DMman按：以下链接转自互联网，链接的有效性与可用价值DMman没有逐个进行测试。
1、气候监测数据集 http://cdiac.ornl.gov/ftp/ndp026b
2、几个实用的测试数据集下载的网站
http://www.cs.toronto.edu/~roweis/data.html
http://www.cs.toronto.edu/~roweis/data.html
http://kdd.ics.uci.edu/summary.task.type.html
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/data/
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/wwkb/
http://www.phys.uni.torun.pl/~duch/software.html
在下面的网址可以找到reuters数据集http://www.research.att.com/~lewis/reuters21578.html
以下网址上有各种数据集：
http://kdd.ics.uci.edu/summary.data.type.html
进行文本分类，还有一个数据集是可以用的，即rainbow的数据集
http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html
3、找了很多测试数据集,写论文的同志们肯定需要的,至少能用来检验算法的效果
可能有一些不能访问,但是总有能访问的吧：
UCI收集的机器学习数据集
ftp://pami.sjtu.edu.cn/
http://www.ics.uci.edu/~mlearn//MLRepository.htm
statlib
http://liama.ia.ac.cn/SCILAB/scilabindexgb.htm
http://lib.stat.cmu.edu/
样本数据库
http://kdd.ics.uci.edu/
http://www.ics.uci.edu/~mlearn/MLRepository.html
关于基金的数据挖掘的网站
http://www.gotofund.com/index.asp
http://lans.ece.utexas.edu/~strehl/
reuters数据集
http://www.research.att.com/~lewis/reuters21578.html
各种数据集：
http://kdd.ics.uci.edu/summary.data.type.html
http://www.mlnet.org/cgi-bin/mlnetois.pl/?File=datasets.html
http://lib.stat.cmu.edu/datasets/
http://dctc.sjtu.edu.cn/adaptive/datasets/
http://fimi.cs.helsinki.fi/data/
http://www.almaden.ibm.com/software/quest/Resources/index.shtml
http://miles.cnuce.cnr.it/~palmeri/datam/DCI/
进行文本分类&WEB
http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html
http://www.w3.org/TR/WD-logfile-960221.html
http://www.w3.org/Daemon/User/Config/Logging.html#AccessLog
http://www.w3.org/1998/11/05/WC-workshop/Papers/bala2.html
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/wwkb/
http://www.web-caching.com/traces-logs.html
http://www-2.cs.cmu.edu/webkb
http://www.cs.auc.dk/research/DP/tdb/TimeCenter/TimeCenterPublications/TR-75.pdf
http://www.cs.cornell.edu/projects/kddcup/index.html
时间序列数据的网址
http://www.stat.wisc.edu/~reinsel/bjr-data/
apriori算法的测试数据
http://www.almaden.ibm.com/cs/quest/syndata.html
数据生成器的链接
http://www.cse.cuhk.edu.hk/~kdd/data_collection.html
http://www.almaden.ibm.com/cs/quest/syndata.html
关联：
http://flow.dl.sourceforge.net/sourceforge/weka/regression-datasets.jar
http://www.almaden.ibm.com/software/quest/Resources/datasets/syndata.html#assocSynData
WEKA：
http://flow.dl.sourceforge.net/sourceforge/weka/regression-datasets.jar
1。A jarfile containing 37 classification problems, originally obtained from the UCI repository
http://prdownloads.sourceforge.net/weka/datasets-UCI.jar
2。A jarfile containing 37 regression problems, obtained from various sources
http://prdownloads.sourceforge.net/weka/datasets-numeric.jar
3。A jarfile containing 30 regression datasets collected by Luis Torgo
http://prdownloads.sourceforge.net/weka/regression-datasets.jar
癌症基因：
http://www.broad.mit.edu/cgi-bin/cancer/datasets.cgi
金融数据：
http://lisp.vse.cz/pkdd99/Challenge/chall.htm
另一个人提供的
http://www.cs.toronto.edu/~roweis/data.html
http://kdd.ics.uci.edu/summary.task.type.html
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/data/
http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/wwkb/
http://www.phys.uni.torun.pl/~duch/software.html
在下面的网址可以找到reuters数据集
http://www.research.att.com/~lewis/reuters21578.html
以下网址上有各种数据集：
http://kdd.ics.uci.edu/summary.data.type.html
进行文本分类，还有一个数据集是可以用的，即rainbow的数据集
http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html
Download the Financial Data (~17.5M zipped file, ~67M unzipped data)
Download the Medical Data (~2M zipped file, ~6M unzipped data)
http://lisp.vse.cz/pkdd99/Challenge/chall.htm
kdnuggets 相关链接数据集（借花献佛了）：
http://www.kdnuggets.com/datasets/index.html
你也可以到http://blogger.org.cn/blog/more.asp?name=idmer&id=24017
察