MATLAB 散点图函数在显示大数据集（例如 1000000 点）时存在重大问题。 但是，将数千个点一个一个地绘制在另一个点上并没有太多信息。 scatter_LDS 减少了显示的数据量，同时保留了孤立点。 例如，假设您正在进行一项研究，其目的是根据两个指标估计心肌梗塞的概率： - 24 小时动态心电图记录期间心房颤动的持续时间（存储在矢量“holter”中）。 - 心脏压力测试期间的峰值缺血性 ST 压低（存储在向量“ST”中）。 此外，对于那些经历过心肌梗塞的患者，布尔向量“MI”的值为“真” 自上述测试以来的 5 年内。 使用以下命令初始化变量： >> N = 1e6; >> t = 20*abs(randn(1,N)); >> MI = t<=5; >> holter = max(0,min(100, 15*randn(1,N)+30+40*5./t)); >> ST = (5-

城乡居民健康档案基本数据集，清晰版，2011年，ws 365-2011，

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