بسيط

l10n-placeholder1 معالجة == 1، 2، 1) اختبار \\(treat <- ifelse(test\\)علاج == 1، 2، 1) تدريب\(y <- ifelse(train\\)y == 1، 2، 1) test \\(y <- ifelse(test\\)y == 1، 2 ، 1) train \\(ts = NULL test\\)ts = NULL `` المعلمات: - `n` = عدد العينات -` p` = عدد المتنبئين - `ro` = التباين المشترك بين المتنبئين -` sigma` = مضاعف الخطأ المصطلح - `beta.den` = تم تعديل بيتا بواسطة 1 / beta.den المنشئ: Leo Guelman leo.guelman@gmail.com لاستخدام مجموعة البيانات هذه:` `python import tensorflow_datasets as tfds ds = tfds.load ('simpte' ، split = 'train') لـ ex في ds.take (4): print (ex) `` راجع [الدليل] (https://www.tensorflow.org/datasets/overview) لمزيد من المعلومات حول [tensorflow_datasets ] (https://www.tensorflow.org/datasets). "/>
  • الوصف :

الاسم الكامل: المحاكاة لتأثيرات العلاج الشخصية

تم إنشاؤها باستخدام حزمة R's Uplift: https://rdrr.io/cran/uplift/man/sim_pte.html

يمكن تنزيل الحزمة هنا: https://cran.r-project.org/src/contrib/Archive/uplift/

تم إنشاء مجموعة البيانات في الإصدار R 4.1.2 بالكود التالي:

  library(uplift)

  set.seed(123)

  train <- sim_pte(n = 1000, p = 20, rho = 0, sigma = sqrt(2), beta.den = 4)
  test <- sim_pte(n = 2000, p = 20, rho = 0, sigma = sqrt(2), beta.den = 4)

  train$treat <- ifelse(train$treat == 1, 2, 1)
  test$treat <- ifelse(test$treat == 1, 2, 1)

  train$y <- ifelse(train$y == 1, 2, 1)
  test$y <- ifelse(test$y == 1, 2, 1)

  train$ts = NULL
  test$ts = NULL

حدود:

  • n = عدد العينات
  • p = عدد المتنبئين
  • ro = التباين بين المتنبئين
  • sigma = مضاعف لمصطلح الخطأ
  • beta.den = يتم مضاعفة بيتا بمقدار 1 / beta.den

المنشئ: Leo Guelman leo.guelman@gmail.com

  • الصفحة الرئيسية : https://rdrr.io/cran/uplift/man/sim_pte.html

  • كود المصدر : tfds.datasets.simpte.Builder

  • إصدارات :

    • 1.0.0 (افتراضي): الإصدار الأولي.

  • حجم التنزيل : Unknown size

  • حجم مجموعة البيانات : 1.04 MiB

  • إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
    يرجى تنزيل بيانات التدريب: sim_pte_train.csv وبيانات الاختبار: sim_pte_test.csv إلى ~ / tensorflow_datasets / Downloads / manual /.

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'test' 2000
'train' 1،000
  • هيكل الميزة :
FeaturesDict({
    'X1': float32,
    'X10': float32,
    'X11': float32,
    'X12': float32,
    'X13': float32,
    'X14': float32,
    'X15': float32,
    'X16': float32,
    'X17': float32,
    'X18': float32,
    'X19': float32,
    'X2': float32,
    'X20': float32,
    'X3': float32,
    'X4': float32,
    'X5': float32,
    'X6': float32,
    'X7': float32,
    'X8': float32,
    'X9': float32,
    'treat': int32,
    'y': int32,
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
X1 موتر تعويم 32
X10 موتر تعويم 32
X11 موتر تعويم 32
X12 موتر تعويم 32
X13 موتر تعويم 32
X14 موتر تعويم 32
X15 موتر تعويم 32
X16 موتر تعويم 32
X17 موتر تعويم 32
X18 موتر تعويم 32
X19 موتر تعويم 32
X2 موتر تعويم 32
X20 موتر تعويم 32
X3 موتر تعويم 32
X4 موتر تعويم 32
X5 موتر تعويم 32
X6 موتر تعويم 32
X7 موتر تعويم 32
X8 موتر تعويم 32
X9 موتر تعويم 32
يعامل موتر int32
ذ موتر int32

  • المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ({'X1': 'X1', 'X10': 'X10', 'X11': 'X11', 'X12': 'X12', 'X13': 'X13', 'X14': 'X14', 'X15': 'X15', 'X16': 'X16', 'X17': 'X17', 'X18': 'X18', 'X19': 'X19', 'X2': 'X2', 'X20': 'X20', 'X3': 'X3', 'X4': 'X4', 'X5': 'X5', 'X6': 'X6', 'X7': 'X7', 'X8': 'X8', 'X9': 'X9', 'treat': 'treat'}, 'y')

  • الشكل ( tfds.show_examples ): غير مدعوم.

  • أمثلة ( tfds.as_dataframe ):

  • الاقتباس :
@misc{https://doi.org/10.48550/arxiv.1212.2995,
  doi = {10.48550/ARXIV.1212.2995},
  url = {https://arxiv.org/abs/1212.2995},
  author = {Tian, Lu and Alizadeh, Ash and Gentles, Andrew and Tibshirani, Robert},
  keywords = {Methodology (stat.ME), FOS: Computer and information sciences, FOS: Computer and information sciences},
  title = {A Simple Method for Detecting Interactions between a Treatment and a Large Number of Covariates},
  publisher = {arXiv},
  year = {2012},
  copyright = {arXiv.org perpetual, non-exclusive license}
}