我会推荐你​​提到的 UCI 存储库。它已经存在了很长一段时间，包含许多数据集，并且经常在科学出版物中被引用。

您在 UCI 存储库的正确轨道上。 MLcomp是另一个很棒的资源，它会自动在多个数据集上对您的算法进行评分。

你可以尝试在 kaggle.com 上查看来自 Kaggle 比赛的数据集。有些需要相当程度的预处理，但那里有一些相对“干净”的数据集。您可以通过向当前或过去的比赛提交预测来查看您的算法的表现，并查看它相对于其他参与者的表现如何。

我想我应该提到milksets，一个围绕一些 UCI 数据集的 Python 包装器。它似乎有 7 个数据集，并将它们生成为一个简单的 2D Numpy 数组。