我在哪里可以找到一组带有地面实况标签的基准聚类数据集？

Question

我正在寻找一个带有＆＃34;基础事实的聚类数据集＆＃34;一些已知自然聚类的标签，最好具有高维度。

我在这里找到了一些好的候选人（http://cs.joensuu.fi/sipu/datasets/），但只有Glass和Iris数据集有点标签。我还发现了一些生成高斯数据集（SynDECA）的代码。我想要的主要原因是比较一些聚类方法的距离度量。使用外部（外在）评估标准很困难，因为其中许多偏向于欧氏距离;并且有很多可供选择。

谢谢！

Answer 1

UCI Machine Learning Repository有很多数据集。

Answer 2

除了上述的SIPU和UCI ML存储库，以下是其他集群基准测试聚合器的列表：

• https://www.uni-marburg.de/fb12/arbeitsgruppen/datenbionik/data（FCPS）
• http://glaros.dtc.umn.edu/gkhome/cluto/cluto/download（克鲁托，喀麦隆）
• https://ifcs.boku.ac.at/repository/（IFCS）
• https://github.com/deric/clustering-benchmark（Tomas Barton的存储库）
• http://www.gagolewski.com/resources/clustering（Marek Gagolewski的存储库）
• https://data.world/datasets/clustering（数据世界）