该数据集是 Movie Tweeting 数据集的扩展版本，此数据集有 170K 的电影评估信息，从结构较好的 tweets 中提取。每个示例代表一条 tweet，数据元组：用户、IMDB 电影 ID、评估等级、时间标记、该 tweet 的点赞人数、转推人数。该数据集由 A. Said, S. Dooms, B. Loni and D. Tikk for Recommender Systems Challenge 2014 供用。

汽车MPG数据

该数据集是由卡耐基梅陇大学 StatLib 库提供的数据集的修正版本，此数据集曾被 1983 年 American Statistical Association Exposition 使用。

该数据列出了每加仑汽油各种类型机动车的消耗情况，同时也包含气缸个数、引擎排放量、马力、总重量和加速这样的信息。

通途：基于 3 个多值离散属性和 5 个连续属性预测节约燃油。

相关研究：StatLib, Carnegie Mellon University, (1993). UCI Machine Learning Repository Irvine, CA: University of California, School of Information and Computer Science

Pima 印第安人糖尿病二进制分类数据集

来自 National Institute of Diabetes and Digestive and Kidney Diseases 数据集的一个子集。该数据集经过过滤只关注 Pima Indian 遗传的女性病人。数据包括血糖、胰岛素水平、生活方式这样的医疗数据。

用途：预测该主体是否有糖尿病（二分类）

相关研究： Sigillito, V. (1990). UCI Machine Learning Repository」. Irvine, CA: University of California, School of Information and Computer Science

餐馆消费者数据集

一系列关于消费者的元数据，包括人口统计学和喜好。

用途：使用该数据集，结合其他两个餐饮数据集，可训练并测试推荐系统。

相关研究：Bache, K. and Lichman, M. (2013). UCI Machine Learning Repository Irvine, CA: University of California, School of Information and Computer Science.

Restaurant feature data

一堆关于餐馆和餐馆特征的元数据，比如食物类型、餐厅风格、位置。

用途：使用该数据集，结合其他两个餐饮数据集，可训练并预测推荐系统。

相关研究：Bache, K. and Lichman, M. (2013). UCI Machine Learning Repository Irvine, CA: University of California, School of Information and Computer Science.

餐馆评分数据集

包含用户给出的对餐馆的评价，等级从 0 到 2 划分。

用途：使用该数据集，结合其他两个餐饮数据集，可训练并预测推荐系统。

相关研究：Bache, K. and Lichman, M. (2013). UCI Machine Learning Repository Irvine, CA: University of California, School of Information and Computer Science.

钢退火多级数据集（Steel Annealing multi-class）

该数据集包含一系列来自钢材退火实验的记录，数据包含测试钢材类型的物理属性（宽度、厚度、类型（线圈、薄片等））。

用途：预测任何二数类属性：硬度或强度，也可用于分析属性间的关联。钢材等级划分遵循一定标准，由 SAE 和其他组织定义。你可以寻求特定的等级，并了解所需要的值。

相关研究：Sterling, D. & Buntine, W., (NA). UCI Machine Learning Repository. Irvine, CA: University of California, School of Information and Computer Science

望远镜数据集

高能量伽马粒子爆发的记录，也带有背景噪声，都使用 Monte Carlo 处理方法模拟。

模拟的目的是改进地表大气 Cherenkov 射线望远镜的准确率，使用统计方法微分想要信号（Cherenkov radiation showers）和背景噪声。

该数据已经过了预处理，以创建一个以指向相机中心方向为长轴的延长的聚类（elongated cluster）。这个椭圆的特征（通常被称为 Hillas 参数）是可以用于判别（discrimination）的图像参数中的一部分。

用途：预测 shower 表征信号或背景噪声的天气图像。