我正在尝试使用 ML 中的分类算法，并正在寻找一些语料库来训练我的模型以区分不同的类别，如运动、天气、技术、足球、板球等，
我需要一些关于在哪里可以找到这些类别的数据集的指示，
我的另一个选择是爬取维基百科以获取 30 多个类别的数据，但我想要一些头脑风暴和意见，如果有更好的方法来做到这一点。
编辑
使用这些类别的词袋方法训练模型测试 - 根据网页的内容将新/未知网站分类到这些预定义类别。
问问题
730 次
1 回答
4
UCI 机器学习存储库包含用于监督学习的可搜索数据集存档。
如果您提供有关理想数据集的输入和输出的更具体信息，您可能会得到更好的答案。
编辑：
- 看起来dmoz 有一个可以下载的转储。
- 按主题分类的新闻组消息数据集
于 2011-11-29T15:03:34.867 回答