我想建议检查以下开放数据 存储库和元存储库（它们不专注于分类数据，但我确信那里列出的许多数据集都包含此类数据）：

• http://www.kdnuggets.com/datasets
• http://www.data.gov
• http://www.datasciencecentral.com/profiles/blogs/big-data-sets-available-for-free

还可以查看开源软件Parallel Sets中的内置数据集，该软件专注于分类数据可视化：https ://eagereyes.org/parallel-sets 。

试试1998 KDD Cup 数据集。它是一个具有分类和整数预测变量的回归问题。对于您的任务，您可以将整数预测变量视为分类变量或完全忽略它们。

您所需要的只是具有足够记录和足够功能的数据集来满足您的目的。您可以通过分组简单地将任何连续变量转换为分类变量。通过搜索“大型免费数据集”可以找到一些大型数据集的来源。如果您对大量分类数据死心塌地，请尝试保险数据（鉴于我是精算师，我应该早点想到这一点）。正如我从第一人称经验中所知道的那样，这些往往充满了分类变量。