689 个数据集
仓库当前维护 689 个数据集，覆盖分类、回归等经典机器学习任务，并持续收录新数据集，是机器学习社区常用的公开数据来源之一。
UCI Machine Learning Repository
AI TOOL PROFILE工具资料加州大学欧文分校维护的标准机器学习数据集仓库，收录 689 个数据集
价格官网未标价
平台—
归类教育与学习
收录2026-10-12
复核2026-10-12
编辑评分
4.2 / 5
★★★★☆
UCI Machine Learning Repository编辑总结
UCI Machine Learning Repository 由加州大学欧文分校（UC Irvine）维护，是面向机器学习社区的数据集服务平台，当前收录 689 个数据集。Iris、Heart Disease、Wine Quality、Bank Marketing、Breast Cancer Wisconsin 等经典数据集被数百万人用于分类方法评估。任何人都可以浏览、下载数据集，也可以向仓库贡献自己的数据集。短板在于数据集质量与格式参差不齐，缺乏统一的预处理标准。
UCI Machine Learning Repository是什么？
UCI Machine Learning Repository 是加州大学欧文分校维护的机器学习数据集仓库，定位为面向机器学习社区的数据服务，任何人都可以查找、下载数据集，也可以向仓库捐赠数据集。
仓库当前维护 689 个数据集，覆盖面从经典的 Iris、Wine Quality 等小型基准数据集，到 Amazon Product and Google Locations Reviews、HLS-CMDS 等新收录的大规模或专业领域数据集。首页按 Popular Datasets 和 New Datasets 分区展示，方便快速找到常用或最新数据集。
使用者可以按数据集名称或任务类型浏览，直接下载数据用于训练与评测；研究者则可以通过 Contribute a Dataset 入口提交自己的数据集，供社区使用。
UCI Machine Learning Repository核心功能
经典基准数据集
Iris 是 Fisher 于 1936 年提出的经典数据集，被用于评估分类方法；Heart Disease 包含 Cleveland、Hungary、Switzerland 和 VA Long Beach 四个数据库。
数据集贡献入口
页面提供 Contribute a Dataset 入口，研究者可以把自建数据集提交到仓库，供机器学习社区下载使用。
热门与最新分区
首页把数据集分为 Popular Datasets 和 New Datasets 两块，热门区展示 Iris、Wine Quality 等常用数据，最新区展示 Amazon Product and Google Locations Reviews 等新收录内容。
多领域数据覆盖
数据集横跨医学、农业、金融营销、教育等方向，例如 Breast Cancer Wisconsin、Paddy Dataset、Bank Marketing、Student Performance 等。
UCI Machine Learning Repository值不值得用？
当课程作业、论文实验或算法对比需要一个公认的公开数据集时，UCI Machine Learning Repository 是稳妥的选择——689 个数据集里能找到 Iris、Wine Quality 这类被反复引用的基准。它的价值在于数据集的知名度与可复现性，而不是数据规模或预处理质量。如果要跑大规模深度学习，仓库里的数据集体量普遍偏小，需要另找来源；如果只是入门练手或做经典算法对比，这里的经典数据集足够用。
建议选它的情况
- 做机器学习课程作业或算法入门练习
- 需要引用公认基准数据集做论文实验
- 想对比分类方法在经典数据集上的表现
- 需要向社区贡献自建数据集
不建议选它的情况
- 需要大规模深度学习训练数据
- 需要统一预处理、开箱即用的数据管道
- 对数据集授权与商用条款有严格要求的场景
UCI Machine Learning Repository使用建议
入门先把路子走对
- 先从热门区入手首页 Popular Datasets 区列出 Iris、Heart Disease、Wine Quality 等常用数据集，初学者从这些开始能快速跑通流程。
- 按任务类型筛选进入 View Datasets 后按分类、回归等任务类型筛选，比逐个翻列表更省时间。
- 留意数据集版本同一主题可能有多个数据集，如 Wine Quality 包含红、白葡萄酒两份，下载前确认自己需要哪一份。
进阶省时间也省钱
- 交叉验证多个数据集把 Iris、Wine Quality 等多个经典数据集放在一起评测同一算法，结论比单个数据集更有说服力。
- 关注新数据集区New Datasets 区会收录 COREVQA 这类新基准，适合做视觉语言模型等前沿方向的评测。
UCI Machine Learning Repository适合谁用？
机器学习初学者
推荐Iris、Wine Quality 等数据集规模小、结构清晰，适合用来练习分类与回归的基本流程。
论文研究者
推荐引用 UCI 数据集做基准对比容易被审稿人接受，但仓库不提供统一的预处理标准，需要自己清洗。
深度学习工程师
有条件仓库数据集体量普遍偏小，缺少大规模训练数据；需要大样本时应另找数据来源。
教学场景
推荐课程中演示分类算法时，Iris、Student Performance 等数据集可直接下载，无需自己采集数据。
UCI Machine Learning Repository优点和缺点
优点
- 当前维护 689 个数据集，覆盖面广
- Iris 等经典数据集被数百万人使用，可复现性强
- 任何人都可以下载数据集，无需注册
- 提供 Contribute a Dataset 入口，支持社区贡献
- 首页区分 Popular 与 New 区，查找方便
缺点
- 数据集质量与格式参差不齐，缺少统一预处理
- 大规模深度学习训练数据偏少
- 未公布数据集授权与商用条款
- 部分数据集年代久远，与当前任务分布有差距
UCI Machine Learning Repository常见问题
UCI 仓库里现在有多少个数据集？＋
仓库当前维护 689 个数据集，首页同时展示 Popular Datasets 和 New Datasets 两块，方便快速找到常用或最新收录的数据。
哪些数据集最常被用来做入门练习？＋
Iris 是最经典的一个，由 Fisher 于 1936 年提出，常被用于评估分类方法；Wine Quality 包含红、白葡萄酒两份数据，Heart Disease 包含 Cleveland、Hungary、Switzerland 和 VA Long Beach 四个数据库，也都很常用。
我可以把自己的数据集提交上去吗？＋
可以。页面提供 Contribute a Dataset 入口，研究者提交后数据集会进入仓库供机器学习社区下载使用。
仓库里有哪些新收录的数据集？＋
New Datasets 区收录了 Amazon Product and Google Locations Reviews、HLS-CMDS、COREVQA、Amaranthus Viridis leaves、Paddy Dataset 等，覆盖评论时间序列、医学声音、视觉问答等方向。
