R带有很多数据集，用几行代码重现您引用的大多数示例似乎没什么大不了的。您可能还会发现mlbench包很有用，尤其是以 . 开头的合成数据集mlbench.*。下面给出了一些插图。

您可以通过查看 CRAN 上的集群任务视图找到更多示例。例如，fpc包有一个内置的“脸形”集群基准数据集生成器（rFace）。

类似的考虑适用于 Python，您会在其中找到有趣的基准测试和数据集，用于使用scikit-learn进行聚类。

UCI 机器学习存储库也托管大量数据集，但您最好使用您选择的语言自己模拟数据。

以下是一些专门为此任务设计的数据集：

Ultsch 的基本聚类问题套件

这个玩具聚类基准包含各种 ARFF 格式的数据集（可以很容易地转换为 CSV），大部分带有真实标签。基准测试应该验证聚类算法的基本所需属性。大多数数据集来自聚类论文，例如：

• BIRCH - Zhang、Tian、Raghu Ramakrishnan 和 Miron Livny。“BIRCH：一种适用于超大型数据库的高效数据聚类方法。” ACM SIGMOD 记录。卷。25. 第 2 期，ACM，1996 年。
• CURE - Guha、Sudipto、Rajeev Rastogi 和 Kyuseok Shim。“CURE：大型数据库的高效聚类算法。” ACM SIGMOD 记录。卷。27. 第 2 期，ACM，1998 年。
• 变色龙- Karypis、George、Eui-Hong Han 和 Vipin Kumar。“变色龙：使用动态建模的层次聚类。” 计算机 32.8（1999）：68-75。
• 基本聚类问题套件- Ultsch，A.：使用 SOM 进行聚类：U*C，In Proc。自组织地图研讨会，法国巴黎，（2005 年），第 75-82 页
• MOCK - Handl、Julia 和 Joshua Knowles。“多目标聚类的进化方法。” 进化计算，IEEE Transactions on 11.1 (2007): 56-76。
• 稳健的基于路径的谱聚类——Chang、Hong 和 Dit-Yan Yeung。“稳健的基于路径的谱聚类。” 模式识别 41.1 (2008): 191-203。

ELKI附带了几个数据集（还要检查单元测试，它们包含的内容比网站上的要多得多，还有参数设置）。

它还包括一个相当灵活的数据生成器。