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.

Beranda : https://archive.ics.uci.edu/ml/datasets/Statlog+(Jerman+Kredit+Data)
Kode sumber : tfds.structured.GermanCreditNumeric
Versi :
- 1.0.0 (default): Tidak ada catatan rilis.
Ukuran unduhan : 99.61 KiB
Ukuran dataset : 58.61 KiB
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :

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
	fiturDict
fitur	Tensor	(24,)	int32
label	LabelKelas		int64

Kunci yang diawasi (Lihat as_supervised doc ): ('features', 'label')
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):

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"
}