TMDB Top Movies Dataset

kaggle2025-05-15 更新2025-06-07 收录

电影数据集

数据挖掘

数据链接：

https://www.kaggle.com/datasets/spypsc07/imdb-top-movies-dataset 数据链接链接失效反馈

官方服务：

资源简介：

A Data set with title, genre and description

一款涵盖标题、类别与描述信息的数据集

创建时间：

2025-05-15

KathirKs/CC-MAIN-2017-22_row_wise_20241007_162941

网络爬虫

数据挖掘

该数据集包含文本内容、唯一标识符和元数据三个主要特征。文本内容为字符串序列，唯一标识符为字符串类型，元数据包含dump、file_path、id和url四个子字段，均为字符串类型。数据集分为一个训练集，包含1,688,855个样本，总大小为20,446,020,473字节。下载大小为7,685,259,506字节。数据集的配置文件名为default，数据文件路径为data/train-*。

Hugging Face2024-10-07 更新150

ivanjaenm/ot-dataset_bins50_size1M_floats

机器学习

数据挖掘

该数据集包含四个浮点数类型的特征：源距离(source_dist)、目标距离(target_dist)、总输入(total_input)和输出映射稀疏度(output_map_sparse)。数据集分为训练集和测试集，训练集有80万个样本，测试集有20万个样本。数据集下载后大小约为3.03GB，解压后大小约为3.99GB。

Hugging Face2025-09-25 更新100

tmpmodelsave/qwen7bmath_base_ppo_with_format_score_numia_prompt_110tmp0_MATH500

数学教育

数据挖掘

这是一个包含索引、提示、答案和正确答案字段的文本数据集，用于训练模型进行文本匹配或相关任务。训练集包含496个样本，数据集大小为973061字节。

Hugging Face2025-02-06 更新80

Randomly Generated Data for ML Models

机器学习

数据挖掘

该数据集包含了10000个随机生成的点，旨在用于训练机器学习模型，包括回归和分类任务。这些数据点是从正态分布中生成的，用于回归任务，而从伯努利分布中生成，用于分类任务。数据集规模为10000个样本，每个样本具有5个特征。其目的是为了训练进行回归和分类任务的机器学习模型。

arXiv110

🎬 MUBI SVOD Platform Database for Movie Lovers