アルゴリズム/ルーチンをテストするための良いデータセット/テスト問題はどこで入手できますか？

計算作業で使用しようとしているソフトウェアの品質を評価する際に（それがあなたが書いたものであるか、缶詰のパッケージであるかを問わず）、標準のデータセットまたは問題でどの程度うまく機能するかを確認することはしばしば良い考えです。計算ルーチンを検証するためのこれらのテストはどこで入手できますか？

（回答ごとに1つのウェブサイト/本をお願いします。）

スパース行列の分析を行うことに興味がある場合は、デイビスのフロリダ大学スパース行列コレクションと行列市場も検討します。

製造されたソリューションの方法は、PDEおよびその他のソルバーをテストするための標準です。ほとんどのシンボリック代数システムにはコードを生成する機能があり、これは製造されたソリューションを作成するのに役立ちます。SymPyとMapleには、この目的のためにとりわけ関数ccodeがあります。

IVP（ODEソルバーの初期値問題）のテストセットは現在、イタリアのバーリ大学の人々によって維持されており、CWIアムステルダムから引き継いだ。

グラフ分割アルゴリズムをテストするために、WalshawのGraph Partitioning Archiveがあります。

計算電磁気学では、テスト問題の有名な（またはいくつかの難しさのために悪名高い）セットがあります：電磁分析法（TEAM）のテスト。

それらのいくつかは、実験データと整合した正しいシミュレーション結果を得るために、真剣に最先端の数値技術を本当に必要とします。たとえば、導体コイルの問題。

Maxwell方程式のテスト問題の別のセットは、Daugeによってコンパイルされています。高度に特異な解の近似のためのMaxwell方程式のベンチマーク計算。有名な（または悪名高い）Ficheraキューブの1つ：

$\phi\in H^{1+\epsilon}$$\mathbf{E} = -\nabla \phi$

分子構造に関連するアルゴリズムのベンチマークに興味がある場合、pubchemデータベースには、ほとんどが有機分子の大規模なコレクションがあります。これは、異なるモデル/プログラムで取得した分子特性の予測を比較するのに役立ちます。このサイトには、事前定義された基準（化学組成など）を満たす分子の大きなバッチをダウンロードするためのいくつかのオプションがあります。

Arnold Neumaierは、制約なしおよび制約付き最適化（非線形プログラミング）のための安定したテスト問題を維持しています。このコレクションには、Moré、Garbow、Hillstromによる制約のない最適化の標準テスト問題が含まれています。

可愛いのウェブサイトには、最適化と線形ソルバーのためのいくつかの追加の問題でアーノルドNeumaierのウェブサイト上で述べたCUTEテストセットを更新します。さらに、線形代数と最適化ソルバーのテストと更新のためのソフトウェアツールを提供します。

双曲線保存則を解くかどうかのAthenaのテスト。

建物のエネルギーシミュレーションソフトウェアでは、気象データセットを使用しています。米国の場合、データセットは、先行する20年間にわたって1時間ごとに（通常は空港で）行われた気象観測で構成されます。

ダウンロード可能なデータセット。
ファイル形式を説明するマニュアル。

統計アルゴリズムをテストするために、DJ Hand、F。Daly、K。McConway、D。Lunn、およびE. Ostrowskiによる小データセットのハンドブックがあります。これらのデータセットの一部は、ここからダウンロードできます。

多変量統計分析と機械学習アルゴリズムをテストするために、http： //www.ics.uci.edu/~mlearn/にUCIデータセットリポジトリがあります。

Hans MittelmanのWebサイトは、数値最適化における現在のソフトウェアオプションをナビゲートするための優れたリソースです。彼には、最適化のテスト問題に関する他のベンチマークへのリンクだけでなく、彼自身のベンチマークも含まれています。

Alan Genzは、多次元統合ルーチンのテストペーパーで、機能のテストスイートを提案しました。このペーパーのオンライン版は見つかりませんが、CUBAライブラリーに関するペーパーで参照できます。

TU-ChemnitzのRoland Herzogによって維持されている参照PDE制約付き最適化問題のコレクションがここにあります。

良いソフトウェアはテストされていなければならず、作者がどのようにテストし、テストデータセット自体を（例えば、回帰テストの形で）提供するか、少なくともテストされたデータへのリンクを提供する必要があります。

テストする大きなグラフまたはネットワークデータを探している場合。スタンフォードネットワーク解析プロジェクト（SNAP）は、典型的には匿名隣接リストの形で多くの大規模なグラフデータセットを有しています。オプションには次のものがあります。

データ

• ソーシャルネットワーク：Facebook、Gplus、Twitter、ビットコインなど
• 引用ネットワーク：ノードは論文を表し、エッジは引用です。
• Webグラフ：ノードはwedbpageを表し、エッジはハイパーリンクです。
• 道路ネットワーク：ノードは交差点を表し、エッジは交差点を結ぶ道路です。
• 符号付きネットワーク：正および負のエッジの重み。
• 時間ネットワーク：エッジにはタイムスタンプがあります。
• 多くの、多くの、他の ...

データのプロパティ

• エッジの数：10から4億まで
• ノードの数：〜1000〜〜1億
• エッジタイプ：有向、無向、加重、無加重、署名付き、および無署名。
• ネットワークの種類：有向、無向、二部、複数グラフ、一時的、ラベル付き。

データセットで利用可能なグラウンドトゥルース統計：

• ノード数
• エッジの数
• 最も弱く接続されたコンポーネントのノード数
• 最大の弱連結コンポーネントのエッジの数
• 最大の強連結コンポーネントのノード数
• 最大の強連結コンポーネントのエッジの数
• 平均クラスタリング係数
• 三角形の数
• 閉じた三角形の割合
• 直径（最長最短経路）
• 90パーセンタイル有効径

道具

• C ++用SNAPツール：大規模ネットワークの分析と操作のための高性能を備えた汎用ツール。
• Python用SNAPツール

データは簡単です。それを取得するためのAPIは困難です。Quandlをお勧めします。このサイトには、1つの簡単でRESTに対応したAPIを介してアクセスできる、公開されている1,000万を超えるデータセットがあります。すべてのデータはCSVまたはJSONで返されます。または、プログラミングがあなたの強みではない場合、データをExcelに取り込む簡単な方法があります。R、Python、Rubyのプログラマーは、ネイティブライブラリをすぐに使用できます。