数据集是为分析而组织起来的相关数据点的集合。它可以是单个表格、一组文件或数据库提取文件。数据集具有特定的用途。例如，鸢尾花数据集包含花瓣和萼片的测量数据，用于训练分类算法。MNIST 数据集包含手写数字，用于评估图像识别的性能。公司的销售数据集包含交易记录，用于预测收入。数据集定义了分析的范围。

数据集的大小、质量和结构差异巨大。有些数据集小到可以用电子表格打开，而有些则跨越分布式存储，容量高达PB级。有些数据集经过精心整理，来源有据可查，而有些则是从网络上抓取，可靠性未知。数据集的质量决定了基于该数据集进行的分析的质量。如果数据集存在缺失值、抽样偏差或标签不一致等问题，则会产生不可靠的结果。在使用数据集之前，务必仔细检查。它的来源是什么？是如何收集的？时间跨度是多少？缺少哪些信息？已知的局限性是什么？这些问题至关重要，它们决定了数据能够支持哪些分析。适用于某种分析的数据集可能并不适用于另一种分析。数据本身并不知道自身的局限性，分析人员必须了解。

数据集特征

• 规模——记录和特征的数量
• 结构——表格状、层级状或非结构化
• 质量——准确性、完整性、一致性
• 出处——它的来源和来历
• 许可——使用条款和再分发

数据集是世界的快照。快照有其框架。理解框架是理解数据的一部分。