دیتاست Statlog اعتبار داده های آلمان

دیتاست Statlog اعتبار داده های آلمان

این پروژه مربوط به دیتاست Statlog اعتبار داده های آلمان می باشد .دو مجموعه داده ارائه شده است. مجموعه داده اصلی، به صورت ارائه شده توسط پروفسور Hofmann، شامل ویژگی های دسته ای / نمادین و در فایل “german.data” است.برای الگوریتم هایی که نیاز به صفات عددی دارند، دانشگاه Strathclyde فایل “german.data-numeric” را تولید کرد. این فایل ویرایش شده است و چندین متغیر نشانگر اضافه شده است تا آن را برای الگوریتم های مناسب که قادر به مقابله با متغیرهای دسته ای نیست مناسب سازند. چند ویژگی که مرتب شده اند (مانند ویژگی ۱۷) به عنوان عدد صحیح کدگذاری شده اند. این فرم از StatLog استفاده شد.

این مجموعه داده نیاز به استفاده از ماتریس هزینه (نگاه کنید به زیر)

….. ۱۲

——————–

۱ ۰ ۱

——————–

۲۵۰

(۱ = خوب، ۲ = بد)

ردیف ها طبقه بندی واقعی و ستون ها را طبقه بندی پیش بینی شده نشان می دهد.

بدتر از آن این است که مشتری را به عنوان خوب زمانی که بد است (۵)، از آن است که آن را به عنوان یک مشتری به عنوان بد زمانی که آنها خوب است (۱).

تعداد نمونه ها:

۱۰۰۰

تعداد ویژگی ها:

۲۰

داده های پرت:

این دیتاست فاقد داده های پرت یا Missing Values می باشد

امکانات پروژه دیتاست Statlog اعتبار داده های آلمان:

۱- این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
۲- این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
۳- پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
۴- فایل پیش پردازش دیتاست
۵- وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
۶- امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اعم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اعم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.