pingüinos

  • Descripción :

Medidas para tres especies de pingüinos observadas en el Archipiélago Palmer, Antártida.

Estos datos fueron recolectados entre 2007 y 2009 por la Dra. Kristen Gorman con el Programa de Investigación Ecológica a Largo Plazo de la Estación Palmer , parte de la Red de Investigación Ecológica a Largo Plazo de EE.UU. Los datos se importaron originalmente del Portal de datos de la Iniciativa de datos ambientales (EDI) y están disponibles para su uso con la licencia CC0 ("Sin derechos reservados") de acuerdo con la Política de datos de Palmer Station. Esta copia se importó del repositorio de GitHub de Allison Horst .

@Manual{,
  title = {palmerpenguins: Palmer Archipelago (Antarctica) penguin data},
  author = {Allison Marie Horst and Alison Presmanes Hill and Kristen B Gorman},
  year = {2020},
  note = {R package version 0.1.0},
  doi = {10.5281/zenodo.3960218},
  url = {https://allisonhorst.github.io/palmerpenguins/},
}

pingüinos/procesado (configuración predeterminada)

  • Descripción de la configuración : penguins/processed es un reemplazo directo para el conjunto de datos de iris . Contiene 4 características numéricas normalizadas presentadas como un solo tensor, sin valores faltantes y la etiqueta de clase (especies) se presenta como un número entero (n = 334).

  • Tamaño de la descarga : 25.05 KiB

  • Tamaño del conjunto de datos : 17.61 KiB

  • Divisiones :

Separar Ejemplos
'train' 334
  • Características :
FeaturesDict({
    'features': Tensor(shape=(4,), dtype=tf.float32),
    'species': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
})

pinguinos/simple

  • Descripción de configuración : penguins/simple se procesó a partir del conjunto de datos sin procesar, con etiquetas de clase simplificadas derivadas de campos de texto, valores faltantes marcados como NaN/NA y conserva solo 7 características significativas (n = 344).

  • Tamaño de descarga : 13.20 KiB

  • Tamaño del conjunto de datos : 56.10 KiB

  • Divisiones :

Separar Ejemplos
'train' 344
  • Características :
FeaturesDict({
    'body_mass_g': tf.float32,
    'culmen_depth_mm': tf.float32,
    'culmen_length_mm': tf.float32,
    'flipper_length_mm': tf.float32,
    'island': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'sex': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'species': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
})
  • Teclas supervisadas (Ver as_supervised ): ({'body_mass_g': 'body_mass_g', 'culmen_depth_mm': 'culmen_depth_mm', 'culmen_length_mm': 'culmen_length_mm', 'flipper_length_mm': 'flipper_length_mm', 'island': 'island', 'sex': 'sex', 'species': 'species'}, 'species')

  • Ejemplos ( tfds.as_dataframe ):

pinguinos/crudo

  • Descripción de la configuración : penguins/raw es la copia original sin procesar de @allisonhorst, que contiene las 17 funciones, presentadas como tipos numéricos o como texto sin formato (n = 344).

  • Tamaño de la descarga : 49.72 KiB

  • Tamaño del conjunto de datos : 164.51 KiB

  • Divisiones :

Separar Ejemplos
'train' 344
  • Características :
FeaturesDict({
    'Body Mass (g)': tf.float32,
    'Clutch Completion': Text(shape=(), dtype=tf.string),
    'Comments': Text(shape=(), dtype=tf.string),
    'Culmen Depth (mm)': tf.float32,
    'Culmen Length (mm)': tf.float32,
    'Date Egg': Text(shape=(), dtype=tf.string),
    'Delta 13 C (o/oo)': tf.float32,
    'Delta 15 N (o/oo)': tf.float32,
    'Flipper Length (mm)': tf.float32,
    'Individual ID': Text(shape=(), dtype=tf.string),
    'Island': Text(shape=(), dtype=tf.string),
    'Region': Text(shape=(), dtype=tf.string),
    'Sample Number': tf.int32,
    'Sex': Text(shape=(), dtype=tf.string),
    'Species': Text(shape=(), dtype=tf.string),
    'Stage': Text(shape=(), dtype=tf.string),
    'studyName': Text(shape=(), dtype=tf.string),
})