该案例的数据集在哪里下载
时间: 2024-02-06 08:03:33 浏览: 20
这个案例使用的是开源数据集Cornell Movie Dialogs Corpus,可以在以下网址下载:http://www.cs.cornell.edu/~cristian/Cornell_Movie-Dialogs_Corpus.html
另外,该数据集也可以在GitHub上找到,链接是:https://github.com/suriyadeepan/datasets/tree/master/seq2seq/cornell_movie_corpus
相关问题
tableau案例及数据集
以下是一些Tableau案例及数据集的示例:
1. 世界银行数据集:该数据集包含了世界银行的各种经济、社会、环境等方面的指标数据,可以用来分析各个国家的发展情况及趋势。
2. 联合国数据集:该数据集包含了联合国的各种统计数据,包括人口、教育、健康、环境等方面的指标数据。
3. 新冠疫情数据集:该数据集包含了全球各地的新冠疫情数据,可以用来分析疫情的发展趋势及影响。
4. 购物网站数据集:该数据集包含了一个购物网站的用户、订单、产品等数据,可以用来分析用户购买习惯及产品销售情况。
5. 股票数据集:该数据集包含了各种股票的历史价格数据,可以用来分析股票的走势及预测未来的趋势。
以上数据集可以在网上找到免费下载,也可以在Tableau官方网站上找到一些示例数据集。使用Tableau进行可视化分析时,可以根据具体需求选择合适的数据集。
python自带数据集的算法案例
以下是 Python 自带数据集的算法案例:
1. 鸢尾花数据集(Iris Dataset):用于分类问题。可以使用 KNN、决策树、支持向量机等算法进行分类。
2. 手写数字数据集(Digits Dataset):用于分类问题。可以使用 KNN、决策树、神经网络等算法进行分类。
3. 波士顿房价数据集(Boston Housing Dataset):用于回归问题。可以使用线性回归、决策树回归、随机森林回归等算法进行预测。
4. 手写字母数据集(Letter Recognition Dataset):用于分类问题。可以使用 KNN、决策树、神经网络等算法进行分类。
5. 手写汉字数据集(Chinese Characters Dataset):用于分类问题。可以使用 KNN、决策树、神经网络等算法进行分类。
6. MNIST 数据集:用于图像识别问题。可以使用卷积神经网络、深度学习等算法进行图像识别。
以上是 Python 自带数据集的一些算法案例,这些数据集都可以通过 Scikit-learn 库进行加载和使用。