TaherMAfini/housing_data

该数据集包含关于加利福尼亚州住房市场的信息。数据已分为训练集和测试集，缺失值已使用中位数填补，数值已归一化。

原始信息汇总

数据集概述

数据特征

• bedrooms__ratio: 数据类型为 float64
• rooms_per_house__ratio: 数据类型为 float64
• people_per_house__ratio: 数据类型为 float64
• log__total_bedrooms: 数据类型为 float64
• log__total_rooms: 数据类型为 float64
• log__population: 数据类型为 float64
• log__households: 数据类型为 float64
• log__median_income: 数据类型为 float64
• geo__Cluster 0 similarity: 数据类型为 float64
• geo__Cluster 1 similarity: 数据类型为 float64
• geo__Cluster 2 similarity: 数据类型为 float64
• geo__Cluster 3 similarity: 数据类型为 float64
• geo__Cluster 4 similarity: 数据类型为 float64
• geo__Cluster 5 similarity: 数据类型为 float64
• geo__Cluster 6 similarity: 数据类型为 float64
• geo__Cluster 7 similarity: 数据类型为 float64
• geo__Cluster 8 similarity: 数据类型为 float64
• geo__Cluster 9 similarity: 数据类型为 float64
• cat__ocean_proximity_<1H OCEAN: 数据类型为 float64
• cat__ocean_proximity_INLAND: 数据类型为 float64
• cat__ocean_proximity_ISLAND: 数据类型为 float64
• cat__ocean_proximity_NEAR BAY: 数据类型为 float64
• cat__ocean_proximity_NEAR OCEAN: 数据类型为 float64
• remainder__housing_median_age: 数据类型为 float64
• remainder__income_cat: 数据类型为 float64

数据分割

• train: 包含 16512 个样本，占用 3302400 字节
• test: 包含 4128 个样本，占用 825600 字节

数据集大小

• 下载大小: 3441982 字节
• 数据集大小: 4128000 字节

配置

• default:
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*

数据集名称

• pretty_name: Housing Data

数据集规模

• size_categories: 10K<n<100K