Эта страница была переведа с помощью Cloud Translation API.
Switch to English

german_credit_numeric

  • Описание :

Этот набор данных классифицирует людей, описываемых набором атрибутов как хорошие или плохие кредитные риски. Версия здесь представляет собой «числовой» вариант, где категориальные и упорядоченные категориальные атрибуты были закодированы как индикаторные и целочисленные величины соответственно.

Трещина Примеры
'train' 1,000
  • Особенности :
FeaturesDict({
    'features': Tensor(shape=(24,), dtype=tf.int32),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
})
  • Контролируемые ключи (см. as_supervised doc ): ('features', 'label')

  • 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"
}