7 個機器學習的時間序列數據集 · Machine Learning Mastery 博客文章翻譯

# 7 個機器學習的時間序列數據集 > 原文： [https://machinelearningmastery.com/time-series-datasets-for-machine-learning/](https://machinelearningmastery.com/time-series-datasets-for-machine-learning/) 機器學習可以應用于時間序列數據集。這些是必須預測數值或分類值的問題，但數據行按時間排序。使用機器學習開始時間序列預測時遇到的一個問題是找到要練習的高質量標準數據集。在這篇文章中，您將發現 8 個標準時間序列數據集，您可以使用這些數據集開始并使用機器學習練習時間序列預測。閱讀這篇文章后，你會知道： * 4 個單變量時間序列數據集。 * 3 個多變量時間序列數據集。 * 可用于搜索和下載更多數據集的網站。讓我們開始吧。 ## 單變量時間序列數據集僅具有一個變量的時間序列數據集稱為單變量數據集。這些數據集是開始使用的好地方，因為： * 它們非常簡單易懂。 * 您可以在 excel 或您最喜歡的繪圖工具中輕松繪制它們。 * 您可以輕松地將預測與預期結果進行比較。 * 您可以快速嘗試并評估一套傳統和更新的方法。網站數據市場提供對大量時間序列數據集的訪問。具體來說，[時間序列數據庫](https://datamarket.com/data/list/?q=provider:tsdl)由 [Rob Hyndman](http://robjhyndman.com/) 創建，他是澳大利亞莫納什大學統計學教授以下是 4 個單變量時間序列數據集，您可以從銷售，氣象，物理和人口統計等一系列領域免費下載數據市場。 ### 洗發水銷售數據集該數據集描述了 3 年期間每月洗發水的銷售數量。單位是銷售計數，有 36 個觀察。原始數據集歸功于 Makridakis，Wheelwright 和 Hyndman（1998）。下面是前 5 行數據的示例，包括標題行。 ```py "Month","Sales of shampoo over a three year period" "1-01",266.0 "1-02",145.9 "1-03",183.1 "1-04",119.3 "1-05",180.3 ``` 下面是從數據市場獲取的整個數據集的圖表。 ![Shampoo Sales Dataset](https://img.kancloud.cn/1b/11/1b1108b700529e9ecb48bf7e2a5c7bd0_724x387.jpg) 洗發水銷售數據集數據集顯示了增長的趨勢，可能還有一些季節性因素。 * [了解更多](https://datamarket.com/data/set/22r0/sales-of-shampoo-over-a-three-year-period) ### 最低每日溫度數據集該數據集描述了澳大利亞墨爾本市 10 年（1981-1990）的最低日常溫度。單位為攝氏度，有 3650 個觀測值。數據來源被稱為澳大利亞氣象局。下面是前 5 行數據的示例，包括標題行。 ```py "Date","Daily minimum temperatures in Melbourne, Australia, 1981-1990" "1981-01-01",20.7 "1981-01-02",17.9 "1981-01-03",18.8 "1981-01-04",14.6 "1981-01-05",15.8 ``` 下面是從數據市場獲取的整個數據集的圖表。 ![Minimum Daily Temperatures](https://img.kancloud.cn/a2/09/a209bd3b69a5ae4c7c140dd5bb73ac1f_713x375.jpg) 最低每日溫度該數據集顯示了一個強大的季節性組件，并具有很好的細粒度細節。 * [了解更多](https://datamarket.com/data/set/2324/daily-minimum-temperatures-in-melbourne-australia-1981-1990) ### 每月太陽黑子數據集該數據集描述了 230 多年（1749-1983）觀察到的太陽黑子數量的月度計數。單位是計數，有 2,820 個觀測值。數據集的來源歸功于 Andrews＆amp;赫茨伯格（1985）。下面是前 5 行數據的示例，包括標題行。 ```py "Month","Zuerich monthly sunspot numbers 1749-1983" "1749-01",58.0 "1749-02",62.6 "1749-03",70.0 "1749-04",55.7 "1749-05",85.0 ``` 下面是從數據市場獲取的整個數據集的圖表。 ![Monthly Sun Spot Dataset](https://img.kancloud.cn/55/30/5530e4975fb013a297f6ed7c6e735097_728x383.jpg) 每月太陽現貨數據集數據集顯示季節性，季節之間差異很大。 * [了解更多](https://datamarket.com/data/set/22ti/zuerich-monthly-sunspot-numbers-1749-1983) ### 每日女性出生數據集該數據集描述了 1959 年加利福尼亞州每日女性出生人數。單位是計數，有 365 個觀測值。數據集的來源歸功于 Newton（1988）。下面是前 5 行數據的示例，包括標題行。 ```py "Date","Daily total female births in California, 1959" "1959-01-01",35 "1959-01-02",32 "1959-01-03",30 "1959-01-04",31 "1959-01-05",44 ``` 下面是從數據市場獲取的整個數據集的圖表。 ![Daily Female Births Dataset](https://img.kancloud.cn/90/d1/90d13545ebab853983540317fa241b6b_722x387.jpg) 每日女性出生數據集 * [了解更多](https://datamarket.com/data/set/235k/daily-total-female-births-in-california-1959) ## 多變量時間序列數據集多變量數據集通常更具挑戰性，是機器學習方法的最佳選擇。多變量時間序列數據的一個重要來源是 [UCI 機器學習庫](http://archive.ics.uci.edu/ml/)。在撰寫本文時，有在撰寫本文時，有 63 個時間序列數據集，您可以免費下載并使用。以下是來自氣象，醫學和監測領域的 3 個推薦的多變量時間序列數據集。 ### 腦電圖眼狀態數據集該數據集描述了個體的 EEG 數據以及他們的眼睛是開放還是閉合。該問題的目的是僅根據 EEG 數據預測眼睛是開放還是閉合。該問題的目的是僅根據 EEG 數據預測眼睛是開放還是閉合。這是一個分類預測建模問題，總共有 14,980 個觀測值和 15 個輸入變量。類值“1”表示閉眼，“0”表示閉眼狀態。數據按時間排序，觀察記錄的時間為 117 秒。數據按時間排序，觀察記錄的時間為 117 秒。下面是前 5 行的示例，沒有標題行。 ```py 4329.23,4009.23,4289.23,4148.21,4350.26,4586.15,4096.92,4641.03,4222.05,4238.46,4211.28,4280.51,4635.9,4393.85,0 4324.62,4004.62,4293.85,4148.72,4342.05,4586.67,4097.44,4638.97,4210.77,4226.67,4207.69,4279.49,4632.82,4384.1,0 4327.69,4006.67,4295.38,4156.41,4336.92,4583.59,4096.92,4630.26,4207.69,4222.05,4206.67,4282.05,4628.72,4389.23,0 4328.72,4011.79,4296.41,4155.9,4343.59,4582.56,4097.44,4630.77,4217.44,4235.38,4210.77,4287.69,4632.31,4396.41,0 4326.15,4011.79,4292.31,4151.28,4347.69,4586.67,4095.9,4627.69,4210.77,4244.1,4212.82,4288.21,4632.82,4398.46,0 ``` * [了解更多](http://archive.ics.uci.edu/ml/datasets/EEG+Eye+State) ### 占用檢測數據集該數據集描述了房間的測量值，目標是預測房間是否被占用。在幾周的時間內進行了 20,560 次一分鐘的觀察。這是分類預測問題。有 7 個屬性，包括房間的各種光線和氣候屬性。數據來源歸功于 UMONS 的 Luis Candanedo。下面是前 5 行數據的示例，包括標題行。 ```py "date","Temperature","Humidity","Light","CO2","HumidityRatio","Occupancy" "1","2015-02-04 17:51:00",23.18,27.272,426,721.25,0.00479298817650529,1 "2","2015-02-04 17:51:59",23.15,27.2675,429.5,714,0.00478344094931065,1 "3","2015-02-04 17:53:00",23.15,27.245,426,713.5,0.00477946352442199,1 "4","2015-02-04 17:54:00",23.15,27.2,426,708.25,0.00477150882608175,1 "5","2015-02-04 17:55:00",23.1,27.2,426,704.5,0.00475699293331518,1 "6","2015-02-04 17:55:59",23.1,27.2,419,701,0.00475699293331518,1 ``` 數據以 3 個文件的形式提供，這些文件表明可用于訓練和測試模型的分割。 * [了解更多](http://archive.ics.uci.edu/ml/datasets/Occupancy+Detection+) ### 臭氧水平檢測數據集該數據集描述了 6 年的地面臭氧濃度觀測，目標是預測它是否是“臭氧日”。該數據集包含 2,536 個觀測值和 73 個屬性。這是分類預測問題，并且最終屬性將類值指示為臭氧日的“1”和正常日的“0”。提供兩種版本的數據，八小時峰值設置和一小時峰值設置。我建議暫時使用一小時的峰值。下面是前 5 行的示例，沒有標題行。 ```py 1/1/1998,0.8,1.8,2.4,2.1,2,2.1,1.5,1.7,1.9,2.3,3.7,5.5,5.1,5.4,5.4,4.7,4.3,3.5,3.5,2.9,3.2,3.2,2.8,2.6,5.5,3.1,5.2,6.1,6.1,6.1,6.1,5.6,5.2,5.4,7.2,10.6,14.5,17.2,18.3,18.9,19.1,18.9,18.3,17.3,16.8,16.1,15.4,14.9,14.8,15,19.1,12.5,6.7,0.11,3.83,0.14,1612,-2.3,0.3,7.18,0.12,3178.5,-15.5,0.15,10.67,-1.56,5795,-12.1,17.9,10330,-55,0,0. 1/2/1998,2.8,3.2,3.3,2.7,3.3,3.2,2.9,2.8,3.1,3.4,4.2,4.5,4.5,4.3,5.5,5.1,3.8,3,2.6,3,2.2,2.3,2.5,2.8,5.5,3.4,15.1,15.3,15.6,15.6,15.9,16.2,16.2,16.2,16.6,17.8,19.4,20.6,21.2,21.8,22.4,22.1,20.8,19.1,18.1,17.2,16.5,16.1,16,16.2,22.4,17.8,9,0.25,-0.41,9.53,1594.5,-2.2,0.96,8.24,7.3,3172,-14.5,0.48,8.39,3.84,5805,14.05,29,10275,-55,0,0. 1/3/1998,2.9,2.8,2.6,2.1,2.2,2.5,2.5,2.7,2.2,2.5,3.1,4,4.4,4.6,5.6,5.4,5.2,4.4,3.5,2.7,2.9,3.9,4.1,4.6,5.6,3.5,16.6,16.7,16.7,16.8,16.8,16.8,16.9,16.9,17.1,17.6,19.1,21.3,21.8,22,22.1,22.2,21.3,19.8,18.6,18,18,18.2,18.3,18.4,22.2,18.7,9,0.56,0.89,10.17,1568.5,0.9,0.54,3.8,4.42,3160,-15.9,0.6,6.94,9.8,5790,17.9,41.3,10235,-40,0,0. 1/4/1998,4.7,3.8,3.7,3.8,2.9,3.1,2.8,2.5,2.4,3.1,3.3,3.1,2.3,2.1,2.2,3.8,2.8,2.4,1.9,3.2,4.1,3.9,4.5,4.3,4.7,3.2,18.3,18.2,18.3,18.4,18.6,18.6,18.5,18.7,18.6,18.8,19,19,19.3,19.4,19.6,19.2,18.9,18.8,18.6,18.5,18.3,18.5,18.8,18.9,19.6,18.7,9.9,0.89,-0.34,8.58,1546.5,3,0.77,4.17,8.11,3145.5,-16.8,0.49,8.73,10.54,5775,31.15,51.7,10195,-40,2.08,0. 1/5/1998,2.6,2.1,1.6,1.4,0.9,1.5,1.2,1.4,1.3,1.4,2.2,2,3,3,3.1,3.1,2.7,3,2.4,2.8,2.5,2.5,3.7,3.4,3.7,2.3,18.8,18.6,18.5,18.5,18.6,18.9,19.2,19.4,19.8,20.5,21.1,21.9,23.8,25.1,25.8,26,25.6,24.2,22.9,21.6,20,19.5,19.1,19.1,26,21.1,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,?,0.58,0. 1/6/1998,3.1,3.5,3.3,2.5,1.6,1.7,1.6,1.6,2.3,1.8,2.5,3.9,3.4,2.7,3.4,2.5,2.2,4.4,4.3,3.2,6.2,6.8,5.1,4,6.8,3.2,18.9,19.5,19.6,19.5,19.5,19.5,19.4,19.2,19.1,19.5,19.6,18.6,18.6,18.9,19.2,19.3,19.2,18.8,17.6,16.9,15.6,15.4,15.9,15.8,19.6,18.5,14.4,0.68,1.52,8.62,1499.5,4.3,0.61,9.04,10.81,3111,-11.8,0.09,11.98,11.28,5770,27.95,46.25,10120,?,5.84,0. ``` * [了解更多](http://archive.ics.uci.edu/ml/datasets/Ozone+Level+Detection) ## 摘要在這篇文章中，您發現了一套標準時間序列預測數據集，您可以使用它們來開始并使用機器學習方法進行時間序列預測。具體來說，您了解到： * 4 個單變量時間序列預測數據集。 * 3 個多變量時間序列預測數據集。 * 兩個網站，您可以下載更多的數據集。您是否在自己的項目中使用了上述數據集之一？在下面的評論中分享您的發現。