用户续费率预测--R语言逻辑回归实例--附带数据集 粉丝关注后可免费下载，已清洗处理，直接适用于模型构建 快来下 快来下 快来下 快来下 快来下 快来下 快来下 快来下

BeDDE和exBeDDE用于除雾评估 溴二苯醚 参考图片 光 光 中等的 重的 BeDDE（读取为/ ˈbedi /）是用于评估除雾方法的真实基准数据集。 它由208对模糊图像和清晰的参考图像组成。 对于每一对，都提供了一个手动标记的蒙版，以描绘内容相同的区域。 我们评估这些区域的除雾结果。 扩展名 exBeDDE是BeDDE的扩展，旨在测量除雾评估指标的性能。 它包含167张朦胧图像和1670张经过消雾的图像，并带有被人标记的平均意见分数。 它的模糊图像来自BeDDE，并且经过10种除雾方法生成了除雾图像。 可见度指数（VI）和真实度指数（RI） 我们发现，从两个独立的方面（即可见性和真实性）评估去雾化的重用更为合理，并相应地提出了两个标准，即可见性指数（VI）和真实性指数（RI）。 可以在标题为“除雾评估：实际基准数据集，新标准和基准”的（或）中找到更多详细信息。 （在跨图像处理

BookCrossing数据集（包含278858个用户对271379本书进行的评分，包括显式和隐式的评分。本数据集主要包含2中文件格式，sql和csv）

针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点，提出一种参数设置少，全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较，30次试验下竞争算法的平均值与最小值均优于粒子群算法，验证了该算法的有效性.用竞争算法优化BP神经网络，并对11个测试数据集进行分类，实验结果表明，用竞争算法优化后的BP神经网络在11个测试集上性能均优于原始算法，且在大部分测试集上性能优于用遗传算法优化的BP神经网络.该算法能有效提高分类正确率，增强鲁棒性.

Bert测试数据集，MRPC数据集，方便下载不了的朋友进行测试、实验与学习。数据集中有用的为三部分，train.tsv，dev.tsv和test.tsv。

-numpy- 全连接神经网络（纯numpy实现，三层），对minist手写测试数据集可以达到87的准确率。

压缩包中包含算法的Python实现代码、测试数据集及运行结果，可供感兴趣的同学参考。因为现在的实现并不能对所有的数据集都得到良好的效果，所以如果哪位同学有更好的想法，希望能不吝赐教。

hadoop实战 专利测试数据集

本数据是淘宝开源的用户真是产生的数据，包括商品id，用户id，商品品类id，生成时间，用户行为:pv,cut(加入购车车)。。。。

包含常用UCI标准测试数据集。