在哪里可以找到一组带有真实标签的良好基准聚类数据集？

Question

我正在寻找一个带有“真实值”标签的聚类数据集，用于一些已知的自然聚类，最好具有高维度。

我在这里找到了一些不错的候选数据（http://cs.joensuu.fi/sipu/datasets/），但只有 Glass 和 Iris 数据集具有点标签。我还找到了一些生成高斯数据集的代码（SynDECA）。我想要这个的主要原因是比较某些聚类方法的距离度量。很难使用外部（外在）评估标准，因为其中许多标准都偏向于欧几里德距离；而且有很多可供选择。

谢谢！

Answer 1

除了提到的 SIPU 和 UCI ML 存储库之外，以下是其他集群基准聚合器的列表：

• https://www.uni-marburg.de/fb12/arbeitsgruppen/datenbionik/data（FCPS）
• http://glaros.dtc.umn.edu/gkhome/cluto/cluto/download（克鲁托，变色龙）
• https://ifcs.boku.ac.at/repository/（IFCS）
• https://github.com/deric/clustering-benchmark（Tomas Barton 的存储库）
• https://data.world/datasets/clustering（数据世界）
• https://clustering-benchmarks.gagolewski.com/（Marek Gagolewski 的存储库）

Answer 2

UCI 机器学习存储库有许多数据集。