german_credit_numeric

• Описание :

Этот набор данных классифицирует людей, описываемых набором атрибутов, как людей с хорошим или плохим кредитным риском. Версия здесь представляет собой «числовой» вариант, в котором категориальные и упорядоченные категориальные атрибуты были закодированы как индикаторные и целочисленные величины соответственно.

• Домашняя страница : https://archive.ics.uci.edu/ml/datasets/Statlog+(немецкий+кредит+данные)

• Исходный код : tfds.structured.GermanCreditNumeric

• Версии :

  • 1.0.0 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : 99.61 KiB

• Размер набора данных : 58.61 KiB .

• Автоматическое кэширование ( документация ): Да

• Сплиты :

Расколоть	Примеры
'train'	1000

• Структура функции :

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

• Документация по функциям :

Особенность	Учебный класс	Форма	Dтип	Описание
	ОсобенностиDict
Особенности	Тензор	(24,)	int32
этикетка	Метка класса		int64

• Ключи под наблюдением (см . документ as_supervised ): ('features', 'label')

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@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"
}