该数据集包括训练集train.csv，训练集结果train_label.csv，预测集test.csv，以及结果的保存样式submission.csv。

Kaggle房价预测数据集, 回归模型的经典入门问题. 获取数据后，建议详细了解每一个变量的情况, 做各种数据清洗和特征预处理。

训练数据集包含大约145k时间序列。从2015年7月1日至2016年12月31日，每个时间序列都代表着一篇不同的Wikipedia文章的大量每日视图。培训阶段的排行榜基于2017年1月1日至3月的流量2017年1月1日。 第二阶段将使用直到2017年9月1日的培训数据。竞赛的最终排名将基于数据集中每篇文章在2017年9月13日至2017年11月13日之间的每日观看次数预测。您将在9月12日之前提交这些日期的预测。 对于每个时间序列，都会为您提供文章名称以及该时间序列所代表的流量类型（所有，移动，台式机，蜘蛛网）。您可以使用此元数据和任何其他公共可用数据进行预测。不幸的是，该数据集的数据源无法区分零流量值和缺失值。缺少值可能意味着流量为零或当天没有可用数据。 为了减小提交文件的大小，已为每个页面和日期组合指定了较短的ID。页面名称和提交ID之间的映射在密钥文件中给出。 business-size_1x.png Web Traffic Time Series Forecasting_datasets.txt

SOD数据集，适用于显著目标预测

该数据集用于决策树随机森林天气预测数据集，利用前一天和历史最高平均气温，实现气温预测的随机森林模型。

签到位置数据集，癌症预测数据集，泰坦尼克数据集。

“人工智能学习笔记——案例实战信用卡欺诈检测”博客中的数据集

良\恶性乳腺癌肿瘤预测数据集，已经分为训练集和测试集。良\恶性乳腺癌肿瘤预测数据集，已经分为训练集和测试集。

DataCastle轴承故障预测数据集，可供下载使用的有2个文件： 1.train.csv，训练集数据，1到6000为按时间序列连续采样的振动信号数值，每行数据是一个样本，共792条数据，第一列id字段为样本编号，最后一列label字段为标签数据，即轴承的工作状态，用数字0到9表示。 2.test_data.csv，测试集数据，共528条数据，除无label字段外，其他字段同训练集。 总的来说，每行数据除去id和label后是轴承一段时间的振动信号数据，选手需要用这些振动信号去判定轴承的工作状态label。