niemiecki_kredyt_numeryczny

• opis :

Ten zestaw danych klasyfikuje osoby opisane przez zestaw atrybutów jako dobre lub złe ryzyko kredytowe. Wersja tutaj jest wariantem „numerycznym”, w którym kategoryczne i uporządkowane atrybuty kategoryczne zostały zakodowane odpowiednio jako wielkości wskaźnikowe i całkowite.

• Strona główna : https://archive.ics.uci.edu/ml/datasets/Statlog+(niemiecki+kredyt+dane)

• Kod źródłowy : tfds.structured.GermanCreditNumeric

• Wersje :

  • 1.0.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 99.61 KiB

• Rozmiar zbioru danych : 58.61 KiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

Rozdzielać	Przykłady
'train'	1000

• Struktura funkcji :

FeaturesDict({
    'features': Tensor(shape=(24,), dtype=int32),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDict
cechy	Napinacz	(24,)	int32
etykieta	Etykieta klasy		int64

• Klucze nadzorowane (zobacz dokument as_supervised ): ('features', 'label')

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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"
}