---
title: NIPS_2003_Feature_Selection_Benchmark
canonical_url: "https://www.modelscope.cn/datasets/llmlearningX/NIPS_2003_Feature_Selection_Benchmark"
md_url: "https://www.modelscope.cn/datasets/llmlearningX/NIPS_2003_Feature_Selection_Benchmark.md"
repository: llmlearningX/NIPS_2003_Feature_Selection_Benchmark
chinese_name: "NIPS_2003特征选择竞赛基准数据集"
last_updated: 2025-12-27
license: "Apache License 2.0"
downloads: 75
stars: 0
---

# NIPS_2003_Feature_Selection_Benchmark

> NIPS_2003_Feature_Selection_Benchmark - llmlearningX 在 ModelScope 开源的数据集。本集合包含 NIPS 2003 挑战赛的五个经典数据集（Arcene, Dexter, Dorothea, Gisette, Madelon）。数据涵盖医疗、药研、手写识别及文本分类，具有高维度、高噪声特征，是测试特征选择算法和模型稳健性的标准基准。

llmlearningX/NIPS_2003_Feature_Selection_Benchmark 是 ModelScope 魔搭社区上的数据集，采用 Apache License 2.0 许可。

- **Repository**: llmlearningX/NIPS_2003_Feature_Selection_Benchmark
- **License**: Apache License 2.0
- **Downloads**: 75
- **Stars**: 0
- **Last updated**: 2025-12-27

Source: https://www.modelscope.cn/datasets/llmlearningX/NIPS_2003_Feature_Selection_Benchmark

---

数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。

当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集

#### 下载方法 
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

以下是为您整理的 **NIPS 2003 属性选择竞赛数据集** 详细介绍，已转换为标准 Markdown 格式，您可以直接复制使用：

---

## ## 第 4 组：NIPS 2003 属性选择竞赛数据

该项目由 5 个高度专业化的数据集组成，最初用于 2003 年顶尖 AI 会议 NIPS（现 NeurIPS）举办的特征选择挑战赛。

* **英文名称**：NIPS 2003 Feature Selection Challenge Datasets
* **中文名称**：NIPS 2003 属性/特征选择竞赛数据集
* **核心价值**：这些数据的特点是“特征维度极高”且含有大量干扰项（噪声），专门用于训练模型在成千上万个变量中找出真正有用的信息，是评估特征降维和变量选择算法性能的标准基准。

### ### 数据集详细说明

| 数据集名称 | 领域 | 数据特点 |
| --- | --- | --- |
| **ARCENE** | 癌症诊断 | 质谱分析数据，属于典型的高维度、小样本问题，极具挑战性。 |
| **DEXTER** | 文本分类 | 稀疏数据，任务目标是平衡数千个词汇特征，找出区分主题的关键关键词。 |
| **DOROTHEA** | 药物筛选 | 极大规模稀疏数据，用于预测化学分子是否具有某种特定的生物活性。 |
| **GISETTE** | 手写识别 | 专门区分数字 4 和 9，在 MNIST 基础上人为增加了大量混淆特征和噪声。 |
| **MADELON** | 人工合成数据 | 没有任何线性特征，专门用于考验模型处理复杂非线性关系和交互作用的能力。 |

---

**建议使用场景：**
如果您正在研究**特征工程（Feature Engineering）**、**正则化技术（如 Lasso/Ridge）**或**高维数据降维**，这组数据是最佳的实战练习素材。