pingwiny

• opis :

Pomiary dla trzech gatunków pingwinów obserwowanych na Archipelagu Palmera na Antarktydzie.

Dane te zostały zebrane w latach 2007-2009 przez dr Kristen Gorman z Palmer Station Long Term Ecological Research Program , będącej częścią amerykańskiej sieci Long Term Ecological Research Network . Dane zostały pierwotnie zaimportowane z portalu danych Environmental Data Initiative (EDI) i są dostępne do użytku na podstawie licencji CC0 („No Rights Reserved”) zgodnie z polityką danych Palmer Station. Ta kopia została zaimportowana z repozytorium GitHub Allison Horst .

• Strona główna : https://allisonhorst.github.io/palmerpenguins/

• Kod źródłowy : tfds.datasets.penguins.Builder

• Wersje :

  • 1.0.0 (domyślnie): Wersja początkowa.

• Automatyczne buforowanie ( dokumentacja ): Tak

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@Manual{,
  title = {palmerpenguins: Palmer Archipelago (Antarctica) penguin data},
  author = {Allison Marie Horst and Alison Presmanes Hill and Kristen B Gorman},
  year = {2020},
  note = {R package version 0.1.0},
  doi = {10.5281/zenodo.3960218},
  url = {https://allisonhorst.github.io/palmerpenguins/},
}

pingwiny/przetworzone (domyślna konfiguracja)

• Opis konfiguracji : penguins/processed to bezpośredni zamiennik zestawu danych iris . Zawiera 4 znormalizowane cechy liczbowe przedstawione jako pojedynczy tensor, brak braków danych, a etykieta klasy (gatunek) jest przedstawiona jako liczba całkowita (n = 334).

• Rozmiar pliku do pobrania : 25.05 KiB

• Rozmiar zbioru danych : 17.61 KiB

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'features': Tensor(shape=(4,), dtype=float32),
    'species': ClassLabel(shape=(), dtype=int64, num_classes=3),
})

• Dokumentacja funkcji :

• Nadzorowane klucze (patrz as_supervised doc ): ('features', 'species')

• Przykłady ( tfds.as_dataframe ):

pingwiny/proste

• Opis konfiguracji : penguins/simple został przetworzony z surowego zestawu danych, z uproszczonymi etykietami klas pochodzącymi z pól tekstowych, brakującymi wartościami oznaczonymi jako NaN/NA i zachowuje tylko 7 istotnych cech (n = 344).

• Rozmiar pliku do pobrania : 13.20 KiB

• Rozmiar zbioru danych : 56.10 KiB

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'body_mass_g': float32,
    'culmen_depth_mm': float32,
    'culmen_length_mm': float32,
    'flipper_length_mm': float32,
    'island': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'sex': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'species': ClassLabel(shape=(), dtype=int64, num_classes=3),
})

• Dokumentacja funkcji :

• Nadzorowane klucze (patrz as_supervised doc ): ({'body_mass_g': 'body_mass_g', 'culmen_depth_mm': 'culmen_depth_mm', 'culmen_length_mm': 'culmen_length_mm', 'flipper_length_mm': 'flipper_length_mm', 'island': 'island', 'sex': 'sex', 'species': 'species'}, 'species')

• Przykłady ( tfds.as_dataframe ):

pingwiny/surowe

• Opis konfiguracji: penguins/raw to oryginalna, nieprzetworzona kopia z @allisonhorst, zawierająca wszystkie 17 funkcji, przedstawionych albo jako typy numeryczne, albo jako nieprzetworzony tekst (n = 344).

• Rozmiar pliku do pobrania : 49.72 KiB

• Rozmiar zbioru danych : 164.51 KiB

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'Body Mass (g)': float32,
    'Clutch Completion': Text(shape=(), dtype=string),
    'Comments': Text(shape=(), dtype=string),
    'Culmen Depth (mm)': float32,
    'Culmen Length (mm)': float32,
    'Date Egg': Text(shape=(), dtype=string),
    'Delta 13 C (o/oo)': float32,
    'Delta 15 N (o/oo)': float32,
    'Flipper Length (mm)': float32,
    'Individual ID': Text(shape=(), dtype=string),
    'Island': Text(shape=(), dtype=string),
    'Region': Text(shape=(), dtype=string),
    'Sample Number': int32,
    'Sex': Text(shape=(), dtype=string),
    'Species': Text(shape=(), dtype=string),
    'Stage': Text(shape=(), dtype=string),
    'studyName': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Przykłady ( tfds.as_dataframe ):