german_credit_numeric

  • Deskripsi :

Kumpulan data ini mengklasifikasikan orang yang dideskripsikan oleh sekumpulan atribut sebagai risiko kredit baik atau buruk. Versi di sini adalah varian "numerik" di mana atribut kategorikal dan terurut masing-masing telah dikodekan sebagai indikator dan kuantitas bilangan bulat.

Membelah Contoh
'train' 1.000
  • Struktur fitur :
FeaturesDict({
    'features': Tensor(shape=(24,), dtype=int32),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
fitur Tensor (24,) int32
label LabelKelas int64
  • Kutipan :
@misc{Dua:2019 ,
author = "Dua, Dheeru and Graff, Casey",
year = "2017",
title = "{UCI} Machine Learning Repository",
url = "http://archive.ics.uci.edu/ml",
institution = "University of California, Irvine, School of Information and Computer Sciences"
}