改进版 Python 包 $\textit{lucie}$：用于从 UCI 机器学习存储库加载数据集

加州大学伯克利分校（UCI）机器学习（ML）存储库（UCIMLR）始终被引用为最流行的数据集存储库之一，拥有数百个高影响力数据集。然而，其中相当一部分，包括前 250 个数据集中的 28.4%，无法通过 UCIMLR 网站提供并推荐的 $\textit{ucimlrepo}$ 包进行导入。相反，它们以 .zip 文件形式存储，包含难以导入的非标准格式，需额外的临时处理。为解决此问题，本文提出了 $\textit{lucie}$——$\underline{l}oad$ $\underline{U}niversity$ $\underline{C}alifornia$ $\underline{I}rvine$ $\underline{e}xamples$——一个自动确定数据格式并导入许多此前不可导入数据集的实用程序，同时尽可能保留表格数据结构。$\textit{lucie}$ 采用前 100 个最受欢迎的数据集进行设计，并在后续 130 个数据集上进行基准测试，其中其成功率为 95.4%，而 $\textit{ucimlrepo}$ 为 73.1%。$\textit{lucie}$ 作为 Python 包在 PyPI 上提供，代码覆盖率达 98%。