資料集是為分析而組織起來的相關資料點的集合。它可以是單一表格、一組文件或資料庫提取文件。數據集具有特定的用途。例如，鳶尾花數據集包含花瓣和萼片的測量數據，用於訓練分類演算法。 MNIST 資料集包含手寫數字，用於評估影像辨識的效能。公司的銷售資料集包含交易記錄，用於預測收入。數據集定義了分析的範圍。

資料集的大小、質量和結構差異巨大。有些資料集小到可以用電子表格打開，而有些則跨越分散式存儲，容量高達PB級。有些資料集經過精心整理，來源有據可查，有些則是從網路上抓取，可靠性未知。數據集的品質決定了基於該數據集進行的分析的品質。如果資料集有缺失值、抽樣偏差或標籤不一致等問題，則會產生不可靠的結果。在使用資料集之前，務必仔細檢查。它的來源是什麼？是如何收集的？時間跨度是多少？缺少哪些資訊？已知的限制是什麼？這些問題至關重要，它們決定了數據能夠支援哪些分析。適用於某種分析的資料集可能並不適用於另一種分析。數據本身並不知道自身的局限性，分析人員必須了解。

資料集特徵

• 規模－記錄和特徵的數量
• 結構——表格狀、層級狀或非結構化
• 品質——準確性、完整性、一致性
• 出處——它的來源和來歷
• 授權－使用條款和再分發

數據集是世界的快照。快照有其框架。理解框架是理解數據的一部分。