benchmark://

Loader 支援使用 benchmark:// 協議自動下載並載入基準資料集。

使用範例

請點擊下方按鈕在 Colab 中執行範例：

注意：使用 Colab 請參考執行環境設定。

Loader:
  load_benchmark:
    filepath: benchmark://adult-income

Loader:
  load_benchmark_with_schema:
    filepath: benchmark://adult-income
    schema: benchmark://adult-income_schema

本地或基準資料所提供的 filepath 跟 schema 都可以交替使用。

資料集名稱	協議路徑	說明
Adult Income	`benchmark://adult-income`	UCI Adult Income 人口普查資料集（48,842 筆，15 欄位）
Adult Income Schema	`benchmark://adult-income_schema`	Adult Income 資料集的詮釋資料定義
Adult Income (Original)	`benchmark://adult-income_ori`	原始訓練資料（用於 demo）
Adult Income (Control)	`benchmark://adult-income_control`	控制組資料（用於 demo）
Adult Income (Synthetic)	`benchmark://adult-income_syn`	SDV Gaussian Copula 合成資料（用於 demo）
Taiwan Salary Statistics	`benchmark://taiwan-salary-statistics-300k`	臺灣薪資統計資料集（300K 筆資料）
Taiwan Salary Statistics (No DI)	`benchmark://taiwan-salary-statistics-300k-no-di`	臺灣薪資統計資料集 - 無直接識別資料（300K 筆，已移除姓名、身分證字號，拆分生日與地址）

這是 2024 年 InnoServe 團隊用來出題目的模擬資料集，模擬勞動部職類別薪資調查統計。

說明

資料集名稱	協議路徑	說明
Multi-table Companies	`benchmark://best-practices_multi-table_companies`	多表格範例 - 公司資料
Multi-table Applications	`benchmark://best-practices_multi-table_applications`	多表格範例 - 申請資料
Multi-table Tracking	`benchmark://best-practices_multi-table_tracking`	多表格範例 - 追蹤資料
Multi-timestamp	`benchmark://best-practices_multi-table`	多時間戳範例資料
Categorical & High-cardinality	`benchmark://best-practices_categorical_high-cardinality`	類別型與高基數範例資料

基準資料集適合用於：