UCI数据集获取方法

PyTorch本身没有直接内置UCI数据集，但可以通过一些方式来使用UCI数据集。其他一些Python库则提供了对UCI数据集的支持，以下是具体介绍：

• PyTorch使用UCI数据集的方法：可以手动从UCI机器学习仓库的网站（https://archive.ics.uci.edu/ml/index.php）下载数据集，然后按照PyTorch的数据加载方式将其处理成可用于训练模型的格式。例如，对于常见的表格型数据，可以使用Python的标准库或Pandas库来读取数据，再将其转换为PyTorch的张量（Tensor）。以鸢尾花数据集为例，它是UCI机器学习数据集中的经典多分类数据集，可以先使用Pandas读取CSV文件，然后将数据转换为PyTorch张量，划分训练集、验证集和测试集后用于模型训练。
• 支持UCI数据集的Python库：
  • ucimlrepo：是一个专门用于从UCI机器学习仓库导入数据集的Python包。通过简单的API调用，可直接将UCI仓库中的数据集导入到脚本或Jupyter笔记本中，无需手动下载和处理。例如，使用fetch_ucirepo函数通过数据集ID或名称即可加载数据集，并返回包含数据框和元信息的对象。还可以使用list_available_datasets列出可导入的所有数据集，甚至根据特定类别或搜索关键词进行过滤。
  • adatasets：旨在为数据科学家和机器学习工程师提供便捷的数据集访问工具，能轻松下载、加载和处理多种公开数据集，支持来自Kaggle、UCI等著名平台的数据集。该库支持多种数据格式，如CSV、JSON、Excel等，还提供数据集元数据查询功能，与Pandas等数据处理库兼容，方便后续数据操作。

安装ucimlrepo

在命令行中输入以下命令：

pip install ucimlrepo

安装adatasets

在命令行中输入以下命令：

pip install adatasets

知乎链接