失业者是指达到工作年龄、可以工作却没有工作，并已采取具体步骤找工作的人。 统一采用这一定义所得出的失业率估计数，比基于国家失业率定义的估计数更具国际可比性。该指标以失业人数占劳动力的百分比衡量，并且经过季节性调整。 劳动力的定义是失业总人数加上就业人数。数据基于劳动力调查（LFS）。对于没有LFS每月信息的欧盟国家，欧盟统计局估计每月失业人数。 可用数据链接：https : //data.oecd.org/unemp/unemployment-rate.htm via:https://www.kaggle.com/kavisekar/oecd-unemployment-rate-2020

FAOSTAT温度变化是按国家/地区发布平均地表温度变化的统计数据，并进行年度更新。目前的期限为1961-2019年。可获得每月，季节性和每年平均温度异常的统计数据，即对应于1951-1980年的相对于基准气候的温度变化。还可以使用基线方法的温度变化的标准偏差。数据基于可公开获得的GISTEMP数据，这是美国国家航空航天局戈达德空间研究所（NASA-GISS）分发的全球表面温度变化数据。 统计概念和定义 统计标准：“温度变化”域中的数据不是明确的SEEA变量。但是，国家和地区计算使用的“土地面积”定义与SEEA土地使用定义一致，特别是SEEA CF表5.11“Land Use Classification”和SEEA AFF表4.8“Physical asset account for land use”。 FAOSTAT农业环境指标部分的温度变化范围符合环境统计发展框架（FDES 2013），对FDES组件1：环境条件和质量，子组件1.1：物理条件，主题1.1有所贡献。 1：大气，气候和天气，核心集/方法1统计a.1。 统计单位：国家和地区。 统计人口：国家和地区。 参考区域：世界所有国家和地区的区域。2019年：190个国家和其他37个领土实体。 代码参考区域：FAOSTAT，M49，ISO2和ISO3（http://www.fao.org/faostat/zh/#definitions）。粮农组织全球行政部门层（GAUL国家级–参考年，2014年。粮农组织地理空间数据存储库GeoNetwork。永久地址：http : //www.fao.org :80/geonetwork?uuid=f7e7adb0-88fd-11da-a88f-000d939bc5d8 。 代号-涵盖的国家/地区数：2019年：190个国家和37个其他领土实体。 时间范围：1961-2019 周期：每月，季节性，每年 基期：1951-1980年 计量单位：摄氏温度°C 参考期间：月，季节，气象年 气候变化是这个技术时代世界面临的重要问题之一。这种情况的最好证据是历史温度变化。你可以研究是否有阻止全球变暖的希望。 你能找到温度变化与任何其他变量之间的任何相关性吗？ （使用ISO3代码合并其他任何国家/地区的数据集。） 温度变化的预测：国家/地区列表中还存在一个全球总体温度变化，称为“World”。 via:https://www.kaggle.com/sevgisarac/temperature-change?select=Environment_Temperature_change_E_All_Data_NOFLAG.csv

女装网购评论数据集 介绍 这是一个网购消费者撰写的女装评论数据集，它支持通过多个维度解析文本，每一条评论均来自于真实的商业数据，且消费者已被匿名化。 本数据集可以帮助商家了解女性消费者的喜好，以及国内市场对女性服装的需求。 内容 本数据集包括23486行和10个特征变量。每行对应一个客户评论，并包含以下变量： 服装ID：整数，正在查看的特定分类变量。 年龄：评论者年龄的正整数变量。 标题：评论标题的字符串变量。 评论文本：评论正文的字符串变量。 评分：客户授予的产品评分的正序整数变量（1最差，5最佳）。 推荐的IND：二进制变量（客户推荐为1，不推荐为0）。 积极的反馈计数：整数，记录该积极评论的其他客户的数量。 部门名称：产品的部门名称。 类名称：产品的类名称。 转载自 https://www.kaggle.com/nicapotato/womens-ecommerce-clothing-reviews

该数据包含以下信息： 国家-这是提供疫苗接种信息的国家； 国家ISO代码-国家的ISO代码； 日期-数据输入日期；对于某些日期，我们只有每日接种疫苗，对于其他日期，只有（累计）总数； 疫苗接种总数-这是该国疫苗接种总数的绝对值； 接种的总人数-根据免疫方案的不同，一个人将接种一种或多种（通常为2种）疫苗；在某一时刻，接种数量可能大于人数； 已完全接种疫苗的总人数-这是根据免疫计划（通常为2次）接受整套免疫接种的人数；在某个特定时刻，可能会有一定数量的人接种了一种疫苗，而另外一部分（较小的）人接种了该计划中的所有疫苗； 每日疫苗接种（原始） -对于特定数据输入，该日期/国家的疫苗接种数量； 每日疫苗接种-对于某些数据输入，该日期/国家的疫苗接种数量； 截至该国日期为止的总疫苗接种百分率-疫苗接种数与总人口之间的比率（百分比）； 每百人接种疫苗-人口免疫，总人口达在国内的日期之间的比例（百分比）; 每百人全接种总数-人口完全免疫，总人口达在国内的日期之间的比例（百分比）; 每天的疫苗接种次数-该天和该国家/地区的每日疫苗接种次数； 每百万人日接种量-该国当前日期的接种数量与总人口之间的比率（ppm）； 该国使用的疫苗-该国使用的疫苗总数（最新）； 来源名称-信息来源（国家主管部门，国际组织，地方组织等）； 来源网站-信息来源网站； 跟踪世界上的COVID-19疫苗接种，可以回答以下问题： 哪个国家在使用什么疫苗？ 哪个国家的疫苗接种计划更先进？ 每天在哪里接种更多人？但是，以总人口的百分比计算呢？ via:https://www.kaggle.com/gpreda/covid-world-vaccination-progress

雾路图像（道路上雾的图像文件） 介绍 雾霾是冬季道路上的最大障碍，雾霾对健康也有着极大的影响，例如由雾霾引起的呼吸问题，呼吸系统疾病。 通过机器学习模型可以确定道路的可见性，从而减少交通事故，也可以给出关于呼吸系统疾病的预防措施。该数据集还可用于其他各种研究， 内容 数据集包含早晨和傍晚具有不同类型的雾的各种道路的图像，例如均匀雾，非均质雾，多云雾等。 数据由包含不同类型雾的100条雾路图像组成，这些文件为png格式。 转载 https://www.kaggle.com/dhruvagg/foggy-road-images

烦请注明原链接~