Безкоштовний набір даних для дуже високої розмірної класифікації [закрито]

Що таке вільно доступний набір даних для класифікації з більш ніж 1000 ознаками (або зразкові точки, якщо вони містять криві)?

Вже існує спільнота вікі про безкоштовні набори даних: Розміщення вільно доступних зразків даних

Але тут було б непогано мати більш цілеспрямований список, який можна зручніше використовувати , також я пропоную такі правила:

1. Одне повідомлення на набір даних
2. Немає посилання на набір даних

3. кожен набір даних повинен бути пов’язаний із

   • ім'я (щоб зрозуміти, що мова йде про) і посилання на набір даних (R набори даних можуть бути названі з ім'ям пакета)

   • кількість функцій (скажімо, це p ) розмір набору даних (скажімо, це n ) та кількість міток / класу (нехай скажемо, це k )

   • типовий показник помилок у вашому досвіді (вкажіть використаний алгоритм у словах) або з літератури (в останньому випадку пов'яжіть папір)

Доротея
n = 1950
p = 100000 (0,1 М, половина штучно додається шуму)
k = 2 (~ 10x незбалансований)
Від NIPS2003 .

Жизета
n = 13500
p = 5000 (половина штучно додається шуму)
k = 2 (збалансована)
Від NIPS2003 .

Декстер
n = 2600
p = 20000 (10k + 53 - штучний шум)
k = 2 (врівноважений)
Від NIPS2003 .

Арсен
n = 900
p = 10000 (штучно додається шум штучно)
k = 2 (~ збалансовано)
Від NIPS2003 .

Простата (масив експресії генів)

• k = 2
• n = 48 + 52
• р = 6033

Доступно через (серед інших) пакет Rls, що містить назву набору даних: простата

коефіцієнт помилок = 3/102 (див. тут ) також я думаю, що є папери, які показують 1/102 коефіцієнт помилок. Я б сказав, що це легкий тестовий випадок.