Görselleştirme: Bilmek Verilerinizi Keşfedin
Açıklama:
5 sınıftan görüntüler içeren veri kümesi (belirli sınıf hakkında bilgi için yapılandırma adına bakın)
Anasayfa: https://www.kaggle.com/c/petfinder-adoption-prediction/data
Kaynak kodu:
tfds.image_classification.PetFinder
sürümleri:
-
1.0.0
(varsayılan): Hayır sürüm notları.
-
İndirme boyutu:
1.94 GiB
Veri kümesi boyutu:
Unknown size
Otomatik önbelleğe ( dokümantasyon ): Bilinmeyen
Splits:
Bölmek | Örnekler |
---|---|
'test' | 14.465 |
'train' | 58.311 |
- Özellikler:
FeaturesDict({
'PetID': Text(shape=(), dtype=tf.string),
'attributes': FeaturesDict({
'Age': tf.int64,
'Breed1': tf.int64,
'Breed2': tf.int64,
'Color1': tf.int64,
'Color2': tf.int64,
'Color3': tf.int64,
'Dewormed': tf.int64,
'Fee': tf.int64,
'FurLength': tf.int64,
'Gender': tf.int64,
'Health': tf.int64,
'MaturitySize': tf.int64,
'Quantity': tf.int64,
'State': tf.int64,
'Sterilized': tf.int64,
'Type': tf.int64,
'Vaccinated': tf.int64,
'VideoAmt': tf.int64,
}),
'image': Image(shape=(None, None, 3), dtype=tf.uint8),
'image/filename': Text(shape=(), dtype=tf.string),
'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
})
Denetimli tuşları (Bkz
as_supervised
doc ):('attributes', 'label')
Şekil ( tfds.show_examples ):
- Örnekler ( tfds.as_dataframe ):
- Citation:
@ONLINE {kaggle-petfinder-adoption-prediction,
author = "Kaggle and PetFinder.my",
title = "PetFinder.my Adoption Prediction",
month = "april",
year = "2019",
url = "https://www.kaggle.com/c/petfinder-adoption-prediction/data/"
}