ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

เพนกวิน

  • รายละเอียด:

การวัดค่าของนกเพนกวิน 3 สายพันธุ์ที่พบในหมู่เกาะพาลเมอร์ แอนตาร์กติกา

ข้อมูลเหล่านี้จะถูกเก็บรวบรวมจาก 2007 - 2009 โดยดร. คริสเตกอร์แมนกับ สถานีพาลเมอร์ระยะยาวเชิงนิเวศน์โครงการวิจัย ส่วนหนึ่งของ สหรัฐระยะยาวนิเวศวิทยาเครือข่ายการวิจัย ข้อมูลที่ถูกนำเข้ามาจาก สิ่งแวดล้อมข้อมูลความคิดริเริ่ม (EDI) ข้อมูล Portal และมีการใช้งานโดยมอนส์ CC0 ใบอนุญาต ( "ไม่สงวนลิขสิทธิ์") ให้สอดคล้องกับนโยบายข้อมูลสถานีพาลเมอร์ สำเนานี้ถูกนำเข้ามาจาก แอลลิสัน Horst ของพื้นที่เก็บข้อมูล GitHub

@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/},
}

เพนกวิน/ประมวลผลแล้ว (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: penguins/processed เป็นดรอปแทนสำหรับ iris ชุด ประกอบด้วยคุณลักษณะเชิงตัวเลข 4 รายการที่แสดงเป็นเมตริกซ์เดียว ไม่มีค่าที่ขาดหายไป และป้ายกำกับคลาส (สปีชีส์) จะแสดงเป็นจำนวนเต็ม (n = 334)

  • ขนาดการดาวน์โหลด: 25.05 KiB

  • ขนาดชุด: 17.61 KiB

  • แยก:

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

เพนกวิน/ซิมเปิล

  • คำอธิบาย Config: penguins/simple ได้รับการประมวลผลจากชุดข้อมูลดิบที่มีป้ายชื่อระดับง่ายมาจากช่องข้อความค่าทำเครื่องหมายเป็นน่าน / NA ที่หายไปและยังคงมีเพียง 7 คุณสมบัติที่สำคัญ (n = 344)

  • ขนาดการดาวน์โหลด: 13.20 KiB

  • ขนาดชุด: 56.10 KiB

  • แยก:

แยก ตัวอย่าง
'train' 344
  • คุณสมบัติ:
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),
})
  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): ({'body_mass_g': 'body_mass_g', 'flipper_length_mm': 'flipper_length_mm', 'island': 'island', 'culmen_depth_mm': 'culmen_depth_mm', 'culmen_length_mm': 'culmen_length_mm', 'species': 'species', 'sex': 'sex'}, 'species')

  • ตัวอย่าง ( tfds.as_dataframe ):

เพนกวิน/ดิบ

  • คำอธิบาย Config: penguins/raw เป็นต้นฉบับที่ยังไม่ได้คัดลอกจาก @allisonhorst ที่มีคุณสมบัติทั้งหมด 17 นำเสนอไม่ว่าจะเป็นชนิดของตัวเลขหรือเป็นข้อความดิบ (n = 344)

  • ขนาดการดาวน์โหลด: 49.72 KiB

  • ขนาดชุด: 164.51 KiB

  • แยก:

แยก ตัวอย่าง
'train' 344
  • คุณสมบัติ:
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),
})