dataset
公开数据集发现入口。覆盖 Kaggle / UCI / HuggingFace / 天池。题目要求"自行 查找数据"或"补充外部数据"时启用；附件已含数据时**不调用**。
Informations de source
- Dépôt
- woodfishhhh/EZ_math_model
- Dernière activité de la source
- 20 mai 2026 à 10:38
- Langue détectée de SKILL.md
- chinois
- Étoiles
- 41
- Forks
- 1
Options d'installation
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Vérifiez les fichiers source
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Affichage de SKILL.md
SKILL.md
Instructions source · Aperçu en lecture seule- name
- dataset
- description
- 公开数据集发现入口。覆盖 Kaggle / UCI / HuggingFace / 天池。题目要求"自行 查找数据"或"补充外部数据"时启用；附件已含数据时**不调用**。
- read_when
- ["题目明确要求查找类似公开数据","需要历史基准数据集做对比"]
# dataset — 公开数据集发现
## 何时使用
- 题目附件**没有**数据集，但题面要求"查找类似公开数据"。
- 需要历史基准数据集（如 MNIST / Iris / 波士顿房价）做模型对比。
- **不要**在已有附件数据时启用本子 skill。
## 入口
| 数据源 | 入口 | 配置 |
|---|---|---|
| Kaggle | `kaggle datasets list -s <kw>` / `kaggle datasets download -d <user/name>` | `~/.kaggle/kaggle.json`（注册免费下载） |
| UCI ML | 直接 HTTPS `pd.read_csv(url)` | 无 |
| HuggingFace | `from datasets import load_dataset` | `EZMM_HF_TOKEN`（私有数据集） |
| 天池 | 浏览器 + 手动下载 | 无 |
## 命令模板
```powershell
# Kaggle 搜索 + 下载
kaggle datasets list -s "vegetable retail price"
kaggle datasets download -d <user/dataset-name> -p workdir/.../attachments/external/kaggle --unzip
# HuggingFace
python -c "from datasets import load_dataset; ds = load_dataset('squad', split='train[:1%]')"
# UCI（直接 URL）
python -c "import pandas as pd; df = pd.read_csv('https://archive.ics.uci.edu/...'); df.to_csv('workdir/.../attachments/external/uci/iris.csv', index=False)"
```
## 落盘规范
外部下载的数据放在：
```
workdir/{task_id}/attachments/external/<source>/<dataset>/
```
并在同目录写 `SOURCES.md`：
```markdown
- 数据集名: <name>
- 来源: <kaggle url>
- License: <CC0 / CC-BY / Apache-2.0 / 其他>
- 下载时间: <ISO timestamp>
- 用途说明: <一句话>
```
## 失败诊断
| 情况 | 处理 |
|---|---|
| Kaggle token 未配置 | 提示用户 `~/.kaggle/kaggle.json` 配置 |
| License 不允许商用 | 数据可用于学术建模报告；论文中标明出处 + license |
| 文件 > 1GB | coder 阶段用 chunksize 处理（参考 `prompts/coder.md`） |
| 网络受限 | 写诊断；建议用户手动下载放入 attachments/ |
Voir sur GitHub