iris

• Descripción :

Esta es quizás la base de datos más conocida que se encuentra en la literatura de reconocimiento de patrones. El artículo de Fisher es un clásico en el campo y se hace referencia con frecuencia hasta el día de hoy. (Consulte Duda & Hart, por ejemplo). El conjunto de datos contiene 3 clases de 50 instancias cada una, donde cada clase se refiere a un tipo de planta de iris. Una clase es linealmente separable de las otras 2; estos últimos NO son linealmente separables entre sí.

• Documentación adicional : Explore en Papers With Code

• Página de inicio: https://archive.ics.uci.edu/ml/datasets/iris

• Código fuente : tfds.structured.Iris

• Versiones :

  • 2.0.0 (predeterminado): nueva API dividida ( https://tensorflow.org/datasets/splits )

• Tamaño de la descarga : 4.44 KiB

• Tamaño del conjunto de datos : 7.62 KiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Separar	Ejemplos
'train'	150

• Estructura de características :

FeaturesDict({
    'features': Tensor(shape=(4,), dtype=float32),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
características	Tensor	(4,)	flotar32
etiqueta	Etiqueta de clase		int64

• Teclas supervisadas (Ver as_supervised ): ('features', 'label')

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@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"
}