4种柠檬状态的分类图片数据集 2500个不同状态的柠檬图片 已经按照测试集和训练集分开并且还有训练集标签。

2016 搜狗 CCF 异常用电检测的数据集

EGG 大脑电波形状数据 EEG brain wave for confusion_For variable selection and causal inference

自己用的训练模型的数据集

weka 格式数据集，将数据集转换为weka程序需要的格式！

哈工大文本匹配数据集，LCQMC 是哈尔滨工业大学在自然语言处理国际顶会 COLING2018 构建的问题语义匹配数据集，其目标是判断两个问题的语义是否相同

上面的代码执行以下操作:从Excel文件加载数据并将其保存在变量data中。分别使用平均值、中位数、std和var函数计算数据的平均值、中位数、标准偏差和方差。使用直方图函数绘制数据的直方图，该函数显示数据的分布。使用偏度和峰度函数计算数据的偏度和峰度。这两个值描述了数据分布的形状。使用disp函数将结果打印到命令窗口。对各部分结果的解释如下:均值:这是数据的平均值。它表示数据的集中趋势。中位数:当数据按升序或降序排序时，数据的中间值。它是集中趋势的稳健度量，不受异常值的影响。标准偏差:这是对数据分布的衡量。它表示数据值与平均值之间的距离。标准差越小，数据就越紧密地聚集在平均值附近。方差:这是标准偏差的平方。它给出了数据值与平均值之差的平方的平均值。偏度:这是对数据分布的不对称性的度量。正偏度表示分布尾部在正侧较长，而负偏度表示分布尾部在负侧较长。峰度:这是数据分布峰度的度量。峰度高的分布具有较多的峰值。

这个数据集是网上的Book-Crossing图书社区的278858个用户对271379本书进行的评分，包括显式和隐式的评分。这些用户的年龄等人口统计学属性(demographic feature)都以匿名的形式保存并供分析。这个数据集是由Cai-Nicolas Ziegler使用爬虫程序在2004年从Book-Crossing图书社区上采集的。下载后可以很方便的做自己的图书推荐系统原型设计

% 用法：ILD=ra_ild(temp,Z,dT) % % 描述：此函数根据剖面数据确定等温层深度 (ILD) % 基于主观方法的集合。 如果您有 3D 数据集，即水平、纬度和经度并且想要% 来计算 ILD，那么这个函数会很方便。 因为这个功能是专门% 专为这些情况设计。 但是，它也可以根据配置文件数据评估 ILD。 % % 输入： % temp = 研究区域内的温度分布 [deg. C]，3D 或矢量% Z = Levels [m]，必须是向量% dT = 温差标准 [deg. C]，必须是标量% ％ 输出： % ild = 等温层深度，空间输出 [m] % % 免责声明： % 虽然这个功能只是为了学术目的而设计的，但它可以在％ 研究。 尽管如此，作者不保证准确性。

% 它被定义为基于温度的 MLD（或 ILD）和基于百分比密度的 MLD。 即当 ILD 和 MLD 之间的差异为正时，它% 视为阻挡层厚度 (BLT)，否则为补偿层厚度。 % 用法：BLT=ra_blt(salt,temp,Z,dT) % % 先决条件： % 除了SW Package，你还必须有以下函数：ra_ild.m 和ra_mld.m % % 说明：此功能根据轮廓数据确定屏障层厚度 (BLT) % 基于主观方法的集合。 如果您有 3D 数据集，即水平、纬度和经度并且想要% 来计算 BLT，那么这个函数会很方便。 因为这个函数是% 专为这些情况设计。 但是，它也可以从配置文件数据评估 BLT。 % % 输入： % salt = 研究区域的盐度分布 [psu]，3D 或矢量% temp = 研究区域内的温度分布 [deg. C]，3D 或矢量% Z = Levels [m]，必须是向量