什么是算法样本数据集？样本数据分享

一、算法样本数据集

算法样本数据集 特指为训练、测试和验证特定算法（尤其是机器学习和人工智能算法） 而精心准备的数据集合。

它不仅仅是原始数据的堆砌，而是包含了数据和预期结果的结构化组合。我们可以把它想象成给算法使用的“教科书”和“考试试卷”。

一个典型的算法样本数据集通常包含以下核心要素：

样本/实例：每一条独立的数据记录。例如，一张图片、一段音频、一封邮件、一条用户交易记录。

特征：描述每个样本的各个方面或属性。这些是算法学习的“输入”。

• 例如，在房价预测数据集中，特征可以是：房屋面积、卧室数量、地理位置、房龄等。

• 在一张图片数据集中，特征可以是每个像素的RGB值。

标签/目标变量：我们希望算法预测的“正确答案”或“输出”。

在监督学习中，这是必不可少的。例如，房价数据集中的“实际售价”（回归问题），或猫狗图片数据集中的“猫”或“狗”标签（分类问题）。

在无监督学习中，数据没有标签，算法的任务是从数据本身发现结构（如聚类）。

二、样本数据资源

土地利用和土地覆盖样本数据集

Gaofen Image Dataset(GID)是一个用于土地利用和土地覆盖（LULC）分类的大型数据集。它包含来自中国60多个不同城市的150幅高质量高分二号（GF-2）图像，这些图像覆盖的地理区域超过了5万km² 数据大小：15.27GB 发布时间：2018 年 分辨率：0.8~ 10m

 

场景分类卫星图像样本数据集

WHU-RS19 是从 Google Earth 导出的一组卫星图像，可提供长达 0.5 m 的高分辨率卫星图像。下图显示了数据库的一些示例。它包含高分辨率卫星图像中的 19 类有意义的场景，包括机场、海滩、桥梁、商业、沙漠、农田、足球场、森林、工业、草地、山脉、公园、停车场、池塘、港口、火车站、住宅、河流和高架桥。对于每个类，大约有 50 个样本。值得注意的是，同一类图像样本是从不同分辨率的卫星图像中的不同区域收集的，然后可能具有不同的比例、方向和照明。

数据大小：97.68MB 发布时间：2011 年 分辨率：0.5m

 

更多样本资源路径

打开“星图云开放平台”，选择“服务与支持”，点击“数据资源”，筛选“样本资源”