MikeGreen2710/location_with_extra_feature_outlier

---
dataset_info:
features:
- name: house_front_std
dtype: float64
- name: road_wide_std
dtype: float64
- name: car_area_std
dtype: float64
- name: price_std
dtype: float64
- name: number_of_floors_std
dtype: float64
- name: street
dtype: string
- name: city
dtype: string
- name: district
dtype: string
- name: ward
dtype: string
- name: id
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: LAN
sequence: string
- name: overlapped
dtype: float64
- name: label
dtype: int64
- name: ngo
dtype: bool
- name: house_location_2
dtype: string
- name: address
dtype: string
- name: duong
dtype: bool
- name: house_front_std_is_filled
dtype: int64
- name: house_front_std_filled
dtype: float64
- name: house_front_std_normed
dtype: float64
- name: road_wide_std_is_filled
dtype: int64
- name: road_wide_std_filled
dtype: float64
- name: road_wide_std_normed
dtype: float64
- name: car_area_std_is_filled
dtype: int64
- name: car_area_std_filled
dtype: float64
- name: car_area_std_normed
dtype: float64
- name: price_std_is_filled
dtype: int64
- name: price_std_filled
dtype: float64
- name: price_std_normed
dtype: float64
- name: number_of_floors_std_is_filled
dtype: int64
- name: number_of_floors_std_filled
dtype: float64
- name: number_of_floors_std_normed
dtype: float64
- name: street_filled
dtype: string
- name: city_filled
dtype: string
- name: district_filled
dtype: string
- name: ward_filled
dtype: string
- name: price_median_by_location
dtype: float64
- name: price_median_by_location_normed
dtype: float64
- name: street_encoded
dtype: float64
- name: city_encoded
dtype: float64
- name: district_encoded
dtype: float64
- name: ward_encoded
dtype: float64
- name: street_encoded_normed
dtype: float64
- name: city_encoded_normed
dtype: float64
- name: district_encoded_normed
dtype: float64
- name: ward_encoded_normed
dtype: float64
- name: extra_data
sequence: float64
- name: final_z_score
dtype: float64
- name: outlier
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 19288832
num_examples: 11999
download_size: 8562751
dataset_size: 19288832
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 房屋面宽标准差（house_front_std）：64位浮点数（float64）
- 道路宽度标准差（road_wide_std）：64位浮点数（float64）
- 车库面积标准差（car_area_std）：64位浮点数（float64）
- 房价标准差（price_std）：64位浮点数（float64）
- 楼层数标准差（number_of_floors_std）：64位浮点数（float64）
- 街道（street）：字符串型（string）
- 城市（city）：字符串型（string）
- 行政区（district）：字符串型（string）
- 街区（ward）：字符串型（string）
- 数据编号（id）：字符串型（string）
- 标题（title）：字符串型（string）
- 文本（text）：字符串型（string）
- LAN序列（LAN）：字符串序列（sequence of string）
- 重叠度（overlapped）：64位浮点数（float64）
- 标签（label）：64位整数（int64）
- 非政府组织标识（ngo）：布尔型（bool）
- 二级房屋位置（house_location_2）：字符串型（string）
- 地址（address）：字符串型（string）
- 临街标识（duong）：布尔型（bool）
- 房屋面宽标准差是否已填充（house_front_std_is_filled）：64位整数（int64）
- 填充后的房屋面宽标准差（house_front_std_filled）：64位浮点数（float64）
- 归一化后的房屋面宽标准差（house_front_std_normed）：64位浮点数（float64）
- 道路宽度标准差是否已填充（road_wide_std_is_filled）：64位整数（int64）
- 填充后的道路宽度标准差（road_wide_std_filled）：64位浮点数（float64）
- 归一化后的道路宽度标准差（road_wide_std_normed）：64位浮点数（float64）
- 车库面积标准差是否已填充（car_area_std_is_filled）：64位整数（int64）
- 填充后的车库面积标准差（car_area_std_filled）：64位浮点数（float64）
- 归一化后的车库面积标准差（car_area_std_normed）：64位浮点数（float64）
- 房价标准差是否已填充（price_std_is_filled）：64位整数（int64）
- 填充后的房价标准差（price_std_filled）：64位浮点数（float64）
- 归一化后的房价标准差（price_std_normed）：64位浮点数（float64）
- 楼层数标准差是否已填充（number_of_floors_std_is_filled）：64位整数（int64）
- 填充后的楼层数标准差（number_of_floors_std_filled）：64位浮点数（float64）
- 归一化后的楼层数标准差（number_of_floors_std_normed）：64位浮点数（float64）
- 填充后的街道信息（street_filled）：字符串型（string）
- 填充后的城市信息（city_filled）：字符串型（string）
- 填充后的行政区信息（district_filled）：字符串型（string）
- 填充后的街区信息（ward_filled）：字符串型（string）
- 按位置统计的房价中位数（price_median_by_location）：64位浮点数（float64）
- 归一化后的按位置统计的房价中位数（price_median_by_location_normed）：64位浮点数（float64）
- 街道编码（street_encoded）：64位浮点数（float64）
- 城市编码（city_encoded）：64位浮点数（float64）
- 行政区编码（district_encoded）：64位浮点数（float64）
- 街区编码（ward_encoded）：64位浮点数（float64）
- 归一化后的街道编码（street_encoded_normed）：64位浮点数（float64）
- 归一化后的城市编码（city_encoded_normed）：64位浮点数（float64）
- 归一化后的行政区编码（district_encoded_normed）：64位浮点数（float64）
- 归一化后的街区编码（ward_encoded_normed）：64位浮点数（float64）
- 额外数据序列（extra_data）：64位浮点数序列（sequence of float64）
- 最终Z分数（final_z_score）：64位浮点数（float64）
- 离群值标记（outlier）：64位浮点数（float64）
- 索引列（__index_level_0__）：64位整数（int64）
数据集划分：
- 训练集（train）：数据字节数19288832，样本量11999
下载大小：8562751字节
数据集总大小：19288832字节
配置信息：
- 配置名称：default
数据文件：
- 划分：train
路径：data/train-*

原始信息汇总

数据集特征概述

主要特征及其数据类型

• house_front_std: 浮点型 (float64)
• road_wide_std: 浮点型 (float64)
• car_area_std: 浮点型 (float64)
• price_std: 浮点型 (float64)
• number_of_floors_std: 浮点型 (float64)
• street: 字符串 (string)
• city: 字符串 (string)
• district: 字符串 (string)
• ward: 字符串 (string)
• id: 字符串 (string)
• title: 字符串 (string)
• text: 字符串 (string)
• LAN: 字符串序列 (sequence: string)
• overlapped: 浮点型 (float64)
• label: 整型 (int64)
• ngo: 布尔型 (bool)
• house_location_2: 字符串 (string)
• address: 字符串 (string)
• duong: 布尔型 (bool)
• house_front_std_is_filled: 整型 (int64)
• house_front_std_filled: 浮点型 (float64)
• house_front_std_normed: 浮点型 (float64)
• road_wide_std_is_filled: 整型 (int64)
• road_wide_std_filled: 浮点型 (float64)
• road_wide_std_normed: 浮点型 (float64)
• car_area_std_is_filled: 整型 (int64)
• car_area_std_filled: 浮点型 (float64)
• car_area_std_normed: 浮点型 (float64)
• price_std_is_filled: 整型 (int64)
• price_std_filled: 浮点型 (float64)
• price_std_normed: 浮点型 (float64)
• number_of_floors_std_is_filled: 整型 (int64)
• number_of_floors_std_filled: 浮点型 (float64)
• number_of_floors_std_normed: 浮点型 (float64)
• street_filled: 字符串 (string)
• city_filled: 字符串 (string)
• district_filled: 字符串 (string)
• ward_filled: 字符串 (string)
• price_median_by_location: 浮点型 (float64)
• price_median_by_location_normed: 浮点型 (float64)
• street_encoded: 浮点型 (float64)
• city_encoded: 浮点型 (float64)
• district_encoded: 浮点型 (float64)
• ward_encoded: 浮点型 (float64)
• street_encoded_normed: 浮点型 (float64)
• city_encoded_normed: 浮点型 (float64)
• district_encoded_normed: 浮点型 (float64)
• ward_encoded_normed: 浮点型 (float64)
• extra_data: 浮点型序列 (sequence: float64)
• final_z_score: 浮点型 (float64)
• outlier: 浮点型 (float64)
• index_level_0: 整型 (int64)

数据集分割

• train: 包含11999个样本，数据大小为19288832字节。

数据集大小

• 下载大小: 8562751字节
• 数据集大小: 19288832字节