- Descripción :
Este conjunto de datos clasifica a las personas descritas por un conjunto de atributos como buenos o malos riesgos crediticios. La versión aquí es la variante "numérica" donde los atributos categóricos y categóricos ordenados han sido codificados como indicadores y cantidades enteras respectivamente.
Página de inicio: https://archive.ics.uci.edu/ml/datasets/Statlog+(German+Credit+Data)
Código fuente :
tfds.structured.GermanCreditNumeric
Versiones :
-
1.0.0
(predeterminado): Sin notas de la versión.
-
Tamaño de la descarga :
99.61 KiB
Tamaño del conjunto de datos :
58.61 KiB
Almacenamiento automático en caché ( documentación ): Sí
Divisiones :
Separar | Ejemplos |
---|---|
'train' | 1,000 |
- Estructura de características :
FeaturesDict({
'features': Tensor(shape=(24,), dtype=int32),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
})
- Documentación de características :
Rasgo | Clase | Forma | Tipo D | Descripción |
---|---|---|---|---|
CaracterísticasDict | ||||
caracteristicas | Tensor | (24,) | int32 | |
etiqueta | Etiqueta de clase | int64 |
Teclas supervisadas (Ver
as_supervised
):('features', 'label')
Figura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ):
- Cita :
@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"
}