OpenML-CC18 机器学习数据集

OpenML-CC18 是一个全面的机器学习数据集。数据集辅以标准化的基于 OpenML 的界面和用 Python 、 Java 和 R 编写的补充软件工具包，演示了如何使用标准化的基于 OpenML 的基准套件和用 Python 、 Java 和 R 编写的补充软件工具包轻松执行全面的基准研究。数据集主要显著特点是易于使用（通过使用标准化数据格式、 API 和现有客户端的方法）；套件内容的机器可读元信息以及在线共享结果。这些特点使大规模比较成为可能。该数据集是由 72 个分类数据集组成的机器学习基准套件，这些数据集是从 OpenML 上的成千上万个数据集中精心选出的。

OpenML-CC18 is a comprehensive machine learning dataset. It is accompanied by standardized OpenML-based interfaces and supplementary software toolkits written in Python, Java, and R, which demonstrate how to easily conduct comprehensive benchmarking studies using the standardized OpenML-based benchmark suite and these supplementary toolkits. Its key features include ease of use—achieved via standardized data formats, APIs, and existing client implementations—machine-readable metadata for the suite's contents, and online result sharing. These characteristics enable large-scale comparative evaluations. Specifically, OpenML-CC18 is a machine learning benchmark suite composed of 72 classification datasets, carefully selected from tens of thousands of datasets hosted on OpenML.

搜集汇总

背景与挑战

背景概述

OpenML-CC18是一个包含72个分类数据集的机器学习基准套件，提供标准化数据格式和API支持，便于进行大规模比较研究。