Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

tytaniczny

  • Opis :

Zestaw danych opisujący stan przeżycia poszczególnych pasażerów Titanica. Brakujące wartości w oryginalnym zestawie danych są reprezentowane za pomocą ?. Braki liczb zmiennoprzecinkowych i int są zastępowane przez -1, brakujące wartości ciągu są zastępowane przez „Nieznane”.

  • Strona główna : https://www.openml.org/d/40945

  • Kod źródłowy : tfds.structured.Titanic

  • Wersje :

    • 2.0.0 : Nowy split API ( https://tensorflow.org/datasets/splits )
    • 3.0.0 : Użyj standardowego płaskiego słownika funkcji dla zestawu danych. Użyj as_supervised=True , aby podzielić zestaw danych na krotkę (features_dict, survived) .
    • 4.0.0 (domyślnie) : Napraw odwrócone etykiety, które zostały odwrócone w wersji 3.0.0.
  • Rozmiar pliku do pobrania : 114.98 KiB

  • Rozmiar zestawu danych : 382.58 KiB

  • Automatyczne buforowanie ( dokumentacja ): Tak

  • Dzieli :

Podział Przykłady
'train' 1,309
  • Cechy :
FeaturesDict({
    'age': tf.float32,
    'boat': tf.string,
    'body': tf.int32,
    'cabin': tf.string,
    'embarked': ClassLabel(shape=(), dtype=tf.int64, num_classes=4),
    'fare': tf.float32,
    'home.dest': tf.string,
    'name': tf.string,
    'parch': tf.int32,
    'pclass': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'sex': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'sibsp': tf.int32,
    'survived': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'ticket': tf.string,
})
  • Nadzorowane klucze (patrz as_supervised doc ): ({'sibsp': 'sibsp', 'fare': 'fare', 'sex': 'sex', 'cabin': 'cabin', 'body': 'body', 'ticket': 'ticket', 'name': 'name', 'age': 'age', 'embarked': 'embarked', 'pclass': 'pclass', 'boat': 'boat', 'parch': 'parch', 'home.dest': 'home.dest'}, 'survived')

  • Rysunek ( tfds.show_examples ): Nieobsługiwane.

  • Przykłady ( tfds.as_dataframe ):

  • Cytat :
@ONLINE {titanic,
author = "Frank E. Harrell Jr., Thomas Cason",
title  = "Titanic dataset",
month  = "oct",
year   = "2017",
url    = "https://www.openml.org/d/40945"
}