- Описание :
Этот набор данных классифицирует людей, описываемых набором атрибутов как хорошие или плохие кредитные риски. 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+(German+Credit+Data)
Исходный код :
tfds.structured.GermanCreditNumeric
Версии :
-
1.0.0
(по умолчанию): без примечаний к выпуску.
-
Размер загрузки :
99.61 KiB
Размер набора данных :
58.61 KiB
Автоматическое кэширование ( документация ): Да
Сплит :
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
):('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"
}
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):