german_credit_numeric

  • คำอธิบาย :

ชุดข้อมูลนี้จัดประเภทบุคคลที่อธิบายด้วยชุดคุณลักษณะว่ามีความเสี่ยงด้านสินเชื่อที่ดีหรือไม่ดี รุ่นที่นี่คือตัวแปร "ตัวเลข" ที่แอตทริบิวต์หมวดหมู่และหมวดหมู่ที่สั่งซื้อได้รับการเข้ารหัสเป็นตัวบ่งชี้และปริมาณจำนวนเต็มตามลำดับ

แยก ตัวอย่าง
'train' 1,000
  • โครงสร้างคุณลักษณะ :
FeaturesDict({
    'features': Tensor(shape=(24,), dtype=int32),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
  • เอกสารคุณสมบัติ :
ลักษณะเฉพาะ ระดับ รูปร่าง Dประเภท คำอธิบาย
คุณสมบัติDict
คุณสมบัติ เทนเซอร์ (24,) int32
ฉลาก ป้ายกำกับคลาส int64
  • การอ้างอิง :
@misc{Dua:2019 ,
author = "Dua, Dheeru and Graff, Casey",
year = "2017",
title = "{UCI} Machine Learning Repository",
url = "http://archive.ics.uci.edu/ml",
institution = "University of California, Irvine, School of Information and Computer Sciences"
}