该数据集包含从HuffPost获得的大约20万条2012年至2018年的新闻标题。在该数据集上训练的模型可用于识别未跟踪新闻文章的标签或识别不同新闻文章中使用的语言类型。 数据集来自https://www.kaggle.com/rmisra/news-category-dataset

该数据集最初来自美国国立糖尿病与消化与肾脏疾病研究所。 数据集的目的是基于数据集中包含的某些诊断指标，诊断性地预测患者是否患有糖尿病。 从较大的数据库中选择这些实例受到一些限制。特别的，这里的所有患者均为皮马印第安人血统至少21岁的女性。 数据集由几个医学预测变量和一个目标变量组成Outcome。 预测变量包括患者的怀孕次数，其BMI，胰岛素水平，年龄等。 via:https://www.kaggle.com/uciml/pima-indians-diabetes-database

这是现代奥运会历史数据集，包括所有从1896年雅典到2016年里约热内卢。 请注意，冬季和夏季运动会在同一年举行，直到1992年。之后，他们错开了方向，这样冬季运动会以四年周期进行，从1994年开始，然后是1996年的夏季，然后是1998年的冬季，依此类推。 。人们在分析此数据时常犯的一个错误是，假定夏季和冬季运动会总是错开了。 文件sport_events.csv包含271116行和15列。每行对应一个运动员参加单个奥林匹克事件（运动员项目）的情况。这些列是： ID-每个运动员的唯一编号 名字-运动员的名字 性别-M或F 年龄-整数 高度-厘米 重量-千克 团队-团队名称 NOC-国家奥林匹克委员会三字母代码 游戏-年和季节 年-整数 季节-夏季或冬季 城市-主办城市 运动-运动 事件-事件 奖牌-金，银，铜或NA via:https://www.kaggle.com/heesoo37/120-years-of-olympic-history-athletes-and-results

该数据于2018年5月从Hass Avocado Board网站下载并编译为单个CSV。这是Hass Avocado委员会在其网站上描述数据的方式： 下表代表全国零售量（单位）和价格的2018年每周零售扫描数据。零售扫描数据直接来自基于Hass鳄梨实际零售额的零售商收银机。从2013年开始，下表反映了扩展的，多插座的零售数据集。多出口报告包括以下渠道的汇总：食品杂货，大众，俱乐部，毒品，美元和军事。表中（鳄梨的平均价格）反映了每单位（每鳄梨）的成本，即使袋装出售了多个单位（avocados）也是如此。表格中的产品查找代码（PLU）仅适用于Hass鳄梨。该表中不包括鳄梨的其他品种（例如，绿皮）。 数据集中的一些相关列： Date -观察日期 AveragePrice -单个鳄梨的平均价格 type -常规或有机 year - 那一年 Region -观察的城市或地区 Total Volume -出售的鳄梨总数 4046 -出售含PLU 4046的鳄梨总数 4225 -出售PLU 4225的鳄梨总数 4770 -出售PLU 4770的鳄梨总数 via:https://www.kaggle.com/neuromusic/avocado-prices

数据集包含专家生成的高质量photoshop面部图像，图像是由不同的脸部特征眼睛，鼻子，嘴巴、整个脸部合成。 目录和文件信息 在根目录中，training_real / training_fake分别包含真实/伪造的面部照片。 对于假面孔的照片，我们分为三组；容易，中间和困难（这种分组是在主观上进行分辨的，不建议将此用作显式类别）。 另外，可以使用伪造图像的文件名来查看被替换的脸部部分（参见如下图示）。 转载自https://www.kaggle.com/ciplab/real-and-fake-face-detection

数据集包含从网络收集的超过13,000张面部图像，每张人脸图片都标有照片人物的名字，图中的1680人在数据集中有两张以上不同的照片。 每张图片均以一张脸为中心。每个通道的每个像素（RGB中的颜色）由范围为0.0-1.0的float编码。 原始图像为250 x 250像素，但是默认的slice和resize参数将其减小为62 x 47像素。 转载自https://www.kaggle.com/atulanandjha/lfwpeople