Ajuda a proteger a Grande Barreira de Corais com TensorFlow em Kaggle Junte Desafio

titânico

  • Descrição:

Conjunto de dados que descreve o status de sobrevivência de passageiros individuais no Titanic. Os valores ausentes no conjunto de dados original são representados usando?. Os valores ausentes flutuantes e int são substituídos por -1, os valores ausentes da string são substituídos por 'Desconhecido'.

  • Homepage: https://www.openml.org/d/40945

  • O código-fonte: tfds.structured.Titanic

  • versões:

    • 2.0.0 : Nova divisão API ( https://tensorflow.org/datasets/splits )
    • 3.0.0 : Use um dicionário plana padrão de recursos para o conjunto de dados. Use as_supervised=True para dividir o conjunto de dados em um (features_dict, survived) tupla.
    • 4.0.0 (default) : Corrigir etiquetas invertidos que foram invertidos no 3.0.0.
  • Tamanho do download: 114.98 KiB

  • Dataset size: 382.58 KiB

  • Cache-Auto ( documentação ): Sim

  • desdobramentos:

Dividir Exemplos
'train' 1.309
  • Características:
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,
})
  • Chaves supervisionado (Veja as_supervised doc ): ({'fare': 'fare', 'embarked': 'embarked', 'name': 'name', 'parch': 'parch', 'sex': 'sex', 'cabin': 'cabin', 'ticket': 'ticket', 'sibsp': 'sibsp', 'boat': 'boat', 'body': 'body', 'home.dest': 'home.dest', 'pclass': 'pclass', 'age': 'age'}, 'survived')

  • Figura ( tfds.show_examples ): Não suportado.

  • Exemplos ( tfds.as_dataframe ):

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