opendatasets Pakiet

Zawiera funkcje korzystania z zestawów danych Azure Open Datasets jako ramek danych i wzbogacania danych klientów.

Zestawy danych Platformy Azure Open to wyselekcjonowane publiczne zestawy danych, których można użyć do dodawania funkcji specyficznych dla scenariusza do rozwiązań uczenia maszynowego w celu uzyskania bardziej dokładnych modeli. Te publiczne zestawy danych można przekonwertować na ramki danych Platformy Spark i biblioteki pandas za pomocą zastosowanych filtrów. W przypadku niektórych zestawów danych możesz użyć wzbogacacza, aby dołączyć dane publiczne do danych. Możesz na przykład połączyć dane z danymi pogodowymi według długości geograficznej i szerokości geograficznej lub kodu pocztowego i czasu.

Zawarte w zestawach danych Azure Open Datasets to dane z domeny publicznej dotyczące pogody, spisu, świąt, bezpieczeństwa publicznego i lokalizacji, które ułatwiają trenowanie modeli uczenia maszynowego i wzbogacanie rozwiązań predykcyjnych. Otwarte zestawy danych znajdują się w chmurze na platformie Microsoft Azure i są zintegrowane z usługą Azure Machine Learning. Aby uzyskać więcej informacji na temat pracy z zestawami danych usługi Azure Open Datasets, zobacz Tworzenie zestawów danych za pomocą usługi Azure Open Datasets.

Aby uzyskać ogólne informacje o zestawach danych usługi Azure Open Datasets, zobacz Dokumentację usługi Azure Open Datasets.

Pakiety

accessories	Zawiera funkcje, które ułatwiają identyfikowanie typów kolumn w danych, w tym lat/long, kod pocztowy i czas.
aggregators	Zawiera funkcje służące do definiowania sposobu agregowania danych sprzężonych. Agregatory definiują operacje, które mogą być wykonywane na wyniku łączenia danych z dwóch zestawów danych. Na przykład w przypadku użycia jednej z klas w enrichersprogramie można określić agregator w ramach operacji. Jeśli nie jest wymagana agregacja, użyj polecenia AggregatorAll.
data	Zawiera plik init dla zasobów danych w module publicholidays.
dataaccess	Zawiera funkcje zapewniające metody dostępu do plików obiektów blob. W przypadku używania klasy z opendatasets pakietu, takiego jak ChicagoSafety klasa, klasy i funkcje dostępu do danych w tym pakiecie są używane wewnętrznie. Ogólnie rzecz biorąc, nie trzeba używać funkcji bezpośrednio w pakiecie dataaccess.
enrichers	Zawiera funkcje wzbogacania i łączenia danych z dwóch zestawów danych. Ogólnie rzecz biorąc, wzbogacacze łączą dane z różnych źródeł. W szczególności wzbogacacze umożliwiają łączenie danych (danych klientów) z danymi z usługi Azure Open Datasets lub innych publicznych zestawów danych.
granularities	Zawiera funkcje definiujące miary czasu i odległości używane przez wzbogacacze. Stopień szczegółowości to miary czasu lub odległości używane przez enrichers wzbogacanie (łączenie) danych. Istnieją stopień szczegółowości czasu, na przykład godzinowy lub dzienny, oraz stopień szczegółowości lokalizacji, taki jak najbliższa odległość.
selectors	Zawiera funkcje wybierania i dołączania danych z zestawu danych klienta z danymi z publicznego zestawu danych. Selektory definiują logikę, która umożliwia wzbogacanie danych za pomocą publicznych zestawów danych na podstawie miar czasu i odległości. Na przykład za pomocą selektora można znaleźć dane publiczne do sprzężenia z danymi w oparciu o najbliższą lokalizację lub zaokrąglając do tego samego stopnia szczegółowości czasu. Określ selektory podczas pracy z jedną z klas w pakiecie enrichers .

Moduły

environ

Definiuje klasy środowiska uruchomieniowego, w których są używane usługi Azure Open Datasets. Klasy w tym module zapewniają, że funkcje usługi Azure Open Datasets są zoptymalizowane pod kątem różnych środowisk. Ogólnie rzecz biorąc, nie trzeba wykonywać wystąpień tych klas środowiska ani martwić się o ich implementację. Zamiast tego użyj funkcji modułu get_environ , aby zwrócić środowisko.

Klasy

BingCOVID19Data	Reprezentuje zestaw danych Bing COVID-19. Te zestawy danych zawierają dane Bing COVID-19 z wielu zaufanych, niezawodnych źródeł, w tym Światowej Organizacji Zdrowia (WHO), Centers for Disease Control and Prevention (CDC), krajowych i państwowych służb zdrowia publicznego, BNO News, 24/7 Wall St. i Wikipedia. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Bing COVID-19 Data in the Microsoft Azure Open Datasets catalog ( Dane covid-19 Bing w katalogu zestawów danych platformy Microsoft Azure Open Datasets). Inicjowanie pól filtrowania.
BostonSafety	Reprezentuje publiczny zestaw danych Boston Safety. Ten zestaw danych zawiera 311 połączeń zgłoszonych do miasta Boston. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Boston Safety Data in the Microsoft Azure Open Datasets catalog ( Dane dotyczące bezpieczeństwa bostonu w katalogu Microsoft Azure Open Datasets). Inicjowanie pól filtrowania.
COVID19OpenResearch	Reprezentuje otwarty zestaw danych badań covid-19. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Covid-19 Open Research Dataset (Zestaw danych open research firmy COVID-19 ) w katalogu Microsoft Azure Open Datasets (Zestaw danych open research firmy Microsoft Azure).
COVIDTrackingProject	Reprezentuje zestaw danych projektu śledzenia covid. Te zestawy danych zawierają zestaw danych projektu śledzenia COVID zawierający najnowsze numery testów, potwierdzonych przypadków, hospitalizacji i wyników pacjentów z każdego stanu i terytorium USA. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Zestaw danych projektu śledzenia covid w katalogu zestawów danych platformy Microsoft Azure Open. Inicjowanie pól filtrowania.
ChicagoSafety	Reprezentuje publiczny zestaw danych Chicago Safety. Ten zestaw danych zawiera 311 żądań obsługi z miasta Chicago, w tym historycznych skarg dotyczących kodeksu sanitarnego, zgłoszonych otworów puli i problemów z oświetleniem ulicznym. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Chicago Safety Data in the Microsoft Azure Open Datasets catalog (Chicago Safety Data in the Microsoft Azure Open Datasets catalog ( Dane bezpieczeństwa Chicago w katalogu zestawów danych platformy Microsoft Azure Open Datasets). Inicjowanie pól filtrowania.
CitySafety	Klasa bezpieczeństwa miasta — jest to klasa nadrzędna, która może być dziedziczona przez poszczególne miasta. Inicjowanie pól filtrowania.
Diabetes	Reprezentuje publiczny zestaw danych Sample Diabetes. Zestaw danych Diabetes (Cukrzyca) ma 442 próbki z 10 funkcjami, dzięki czemu doskonale nadaje się do rozpoczęcia korzystania z algorytmów uczenia maszynowego. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Sample: Diabetes in the Microsoft Azure Open Datasets catalog ( Przykład: cukrzyca w katalogu microsoft Azure Open Datasets).
EcdcCOVIDCases	Reprezentuje europejskie centrum zapobiegania chorobom i kontroli (ECDC) przypadki covid-19. Te zestawy danych znajdują się w Europejskim Centrum Zapobiegania Chorobom i Kontroli (ECDC). Każdy wiersz/wpis zawiera liczbę nowych przypadków zgłoszonych dziennie i poszczególnych krajów/regionów. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz European Centre for Disease Prevention and Control (ECDC) Covid-19 Cases in the Microsoft Azure Open Datasets catalog (Europejskie Centrum zapobiegania chorobom i kontroli covid-19 przypadków w katalogu microsoft Azure Open Datasets). Inicjowanie pól filtrowania.
MNIST	Reprezentuje zestaw danych MNIST cyfr odręcznych. Baza danych napisanych odręcznie cyfr MNIST obejmuje zestaw treningowy zawierający 60 000 przykładów oraz zestaw testowy zawierający 10 000 przykładów. Cyfry zostały znormalizowane pod względem rozmiaru i wyśrodkowane na obrazie o stałym rozmiarze. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Baza danych MNIST cyfr odręcznych w katalogu zestawów danych platformy Microsoft Azure Open. Aby zapoznać się z przykładem użycia zestawu danych MNIST, zobacz samouczek Trenowanie modeli klasyfikacji obrazów przy użyciu danych MNIST i biblioteki scikit-learn przy użyciu usługi Azure Machine Learning.
NoParameterOpenDatasetBase	Amerykańska klasa bazowa pracy. Zainicjować.
NoaaGfsWeather	Reprezentuje zestaw danych Global Forecast System (GFS) National Oceanic and Atmospheric Administration (NOAA). Ten zestaw danych zawiera 15-dniowe dane prognozy pogody (na przykład: temperatura, opady, wiatr) wygenerowane przez system globalnej prognozy (GFS) z Krajowej Administracji Oceanicznej i Atmosferycznej (NOAA). Aby uzyskać informacje na temat tego zestawu danych, w tym opisy kolumn, różne sposoby uzyskiwania dostępu do zestawu danych i przykłady, zobacz NOAA Global Forecast System w katalogu Microsoft Azure Open Datasets. Inicjowanie pól filtrowania.
NoaaIsdWeather	Reprezentuje zintegrowany zestaw danych POWIERZCHNI (ISD) National Oceanic and Atmospheric Administration (NOAA). Ten zestaw danych zawiera dane historii pogody godzinowej na całym świecie (na przykład: temperatura, opady, wiatr) pochodzące z Krajowej Administracji Oceanicznej i Atmosferycznej (NOAA). Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz NOAA Integrated Surface Data in the Microsoft Azure Open Datasets catalog ( Zintegrowane dane powierzchni NOAA ) w katalogu microsoft Azure Open Datasets (Zestawy danych platformy Microsoft Azure Open). Inicjowanie pól filtrowania.
NycSafety	Reprezentuje publiczny zestaw danych New York City Safety. Ten zestaw danych zawiera wszystkie zgłoszenia na numer 311 w Nowym Jorku od roku 2010. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz New York City Safety Data in the Microsoft Azure Open Datasets catalog ( Dane dotyczące bezpieczeństwa w Nowym Jorku ) w katalogu Microsoft Azure Open Datasets .. Inicjowanie pól filtrowania.
NycTaxiBase	Nowa klasa Taxi w Nowym Jorku — jest to klasa nadrzędna, którą można odziedziczyć. Inicjowanie pól filtrowania.
NycTlcFhv	Reprezentuje publiczny zestaw danych NYC Taxi & Limousine Commission. Ten zestaw danych zawiera rekordy podróży For-Hire vechicle (ROTV), które obejmują pola przechwytujące podstawowy numer licencji oraz datę odbioru, godzinę i identyfikator lokalizacji strefy taksówek (plik kształtu poniżej). Te rekordy są generowane na podstawie danych przesyłanych do systemu FHV Trip Record przez centrale. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz NYC Taxi & Limousine Commission — For-Hire Vehicle (PRZEV) rekordy podróży w katalogu zestawów danych Platformy Microsoft Azure Open. Inicjowanie pól filtrowania.
NycTlcGreen	Reprezentuje publiczny zestaw danych NYC Taxi & Limousine Commission green taxi trip. Rekordy dotyczące przejazdów zielonymi taksówkami zawierają pola daty i godziny rozpoczęcia oraz zakończenia kursu, miejsca rozpoczęcia i zakończenia kursu, pokonanej odległości, wyszczególnionych opłat, taryfy, metody płatności oraz liczby pasażerów podanej przez kierowcę. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz NYC Taxi & Limousine Commission — zielone rekordy przejazdów taksówką w katalogu Microsoft Azure Open Datasets. Aby zapoznać się z przykładem użycia klasy NycTlcGreen, zobacz samouczek Używanie zautomatyzowanego uczenia maszynowego do przewidywania opłat za taksówkę. Inicjowanie pól filtrowania.
NycTlcYellow	Reprezentuje zestaw danych publicznych NYC Taxi & Limousine Commission żółty przejazd taksówką. Rekordy dotyczące przejazdów żółtymi taksówkami zawierają pola daty i godziny rozpoczęcia oraz zakończenia kursu, miejsca rozpoczęcia i zakończenia kursu, pokonanej odległości, wyszczególnionych opłat, taryfy, metody płatności oraz liczby pasażerów podanej przez kierowcę. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz NYC Taxi & Limousine Commission — żółte rekordy przejazdów taksówką w katalogu Microsoft Azure Open Datasets. Inicjowanie pól filtrowania.
OjSalesSimulated	Reprezentuje zestaw danych symulowanych danych przykładowego soku pomarańczowego. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Przykład: OJ Sales Simulated Data in the Microsoft Azure Open Datasets catalog ( Przykład: dane symulowane przez oj sprzedaży ) w katalogu zestawów danych microsoft Azure Open Datasets.
PublicHolidays	Reprezentuje publiczny zestaw danych dni wolnych od pracy. Te zestawy danych zawierają na całym świecie dane wakacji publicznych pochodzące z pakietu świąt PyPI i Wikipedii, obejmujące 38 krajów lub regionów od 1970 do 2099 roku. Każdy wiersz wskazuje informacje na temat świąt dotyczące konkretnej daty, kraju lub regionu i tego, czy większość osób ma wówczas płatny dzień wolny. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Artykuł Public Holidays in the Microsoft Azure Open Datasets catalog ( Dni wolne od pracy w katalogu zestawów danych platformy Microsoft Azure Open Datasets). Inicjowanie pól filtrowania.
PublicHolidaysOffline	Reprezentuje publiczny zestaw danych dni wolnych od pracy w trybie offline. Aby zapoznać się z opisem wierszy, zobacz Artykuł Public Holidays in the Microsoft Azure Open Datasets catalog (Święta publiczne) w katalogu Microsoft Azure Open Datasets (Otwarte zestawy danych platformy Microsoft Azure). Inicjowanie pól filtrowania.
SampleDatasetBase	Reprezentuje klasę podstawową przykładowego zestawu danych.
SanFranciscoSafety	Reprezentuje publiczny zestaw danych usługi San Francisco Safety. Ten zestaw danych zawiera wezwania straży pożarnej do służby i 311 przypadków w San Francisco. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz San Francisco Safety Data in the Microsoft Azure Open Datasets catalog ( Dane dotyczące bezpieczeństwa w usłudze San Francisco ) w katalogu Microsoft Azure Open Datasets (Dane dotyczące bezpieczeństwa w usłudze Microsoft Azure Open Datasets). Inicjowanie pól filtrowania.
SeattleSafety	Reprezentuje publiczny zestaw danych Seattle Safety. Ten zestaw danych zawiera dane wysyłania przez straż pożarną Seattle 911. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Seattle Safety Data in the Microsoft Azure Open Datasets catalog ( Dane bezpieczeństwa Seattle w katalogu zestawów danych platformy Microsoft Azure Open Datasets). Inicjowanie pól filtrowania.
UsLaborCPI	Reprezentuje publiczny zestaw danych amerykańskiego indeksu cen konsumpcyjnych. Wskaźnik cen towarów i usług konsumpcyjnych (CPI) mierzy średnią zmianę w czasie cen zakupu rynkowego koszyka towarów i usług konsumpcyjnych dla konsumentów mieszkających w miastach. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us Consumer Price Index w katalogu Microsoft Azure Open Datasets. Zainicjować.
UsLaborEHENational	Reprezentuje publiczny zestaw danych us National Employment Hours i Earnings. Ten zestaw danych zawiera szacunki branżowe dotyczące zatrudnienia, godzin i zarobków pracowników na wynagrodzeniach w Stany Zjednoczone. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us National Employment Hours and Earning in the Microsoft Azure Open Datasets catalog ( Krajowe godziny zatrudnienia w STANACH Zjednoczonych i zarabianie w katalogu zestawów danych platformy Microsoft Azure Open Datasets). Zainicjować.
UsLaborEHEState	Reprezentuje stanowe godziny zatrudnienia stanów USA i publiczny zestaw danych zarobków. Ten zestaw danych zawiera szacunki branżowe dotyczące zatrudnienia, godzin i zarobków pracowników na wynagrodzeniach w Stany Zjednoczone. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us State Employment Hours and Earning in the Microsoft Azure Open Datasets catalog ( Godziny zatrudnienia stanów USA i zarabianie w katalogu Zestawów danych platformy Microsoft Azure Open). Zainicjować.
UsLaborLAUS	Reprezentuje publiczny zestaw danych statystyki bezrobocia w stanach Zjednoczonych. Ten zestaw danych zawiera miesięczne i roczne dane zatrudnienia, bezrobocia i siły roboczej dla regionów i podziałów spisu, stanów, powiatów, obszarów metropolitalnych i wielu miast w Stany Zjednoczone. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us Local Area Unemployment Statistics in the Microsoft Azure Open Datasets catalog (Statystyki bezrobocia lokalnego w USA) w katalogu Microsoft Azure Open Datasets (Statystyki bezrobocia w stanach ZJEDNOCZONYCH). Zainicjować.
UsLaborLFS	Reprezentuje publiczny zestaw danych us Labor Force Statistics. Ten zestaw danych zawiera dane dotyczące siły roboczej w Stany Zjednoczone, w tym wskaźniki uczestnictwa w siłach pracy, oraz ludności cywilnej nieinstytucjonalnej według wieku, płci, rasy i grup etnicznych. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us Labor Force Statistics in the Microsoft Azure Open Datasets catalog ( Statystyki siły roboczej USA ) w katalogu Microsoft Azure Open Datasets (Statystyki siły roboczej USA) w katalogu Microsoft Azure Open Datasets. Zainicjować.
UsLaborPPICommodity	Reprezentuje amerykański indeks cen producentów (PPI) — publiczny zestaw danych towarów. Wskaźnik cen dóbr produkcyjnych (producer price index, PPI) mierzy średnią zmianę cen sprzedaży, które otrzymują krajowi producenci za swoje towary, w czasie. Ceny ujęte we wskaźniku PPI to ceny pierwszej transakcji handlowej za sprzedane produkty i usługi. Ten zestaw danych zawiera wskaźniki PPI dla poszczególnych produktów i grup produktów wydanych co miesiąc. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us Producer Price Index — Commodities in the Microsoft Azure Open Datasets catalog (Indeks cen producentów USA — towary w katalogu zestawów danych platformy Microsoft Azure Open Datasets). Zainicjować.
UsLaborPPIIndustry	Reprezentuje amerykański indeks cen producenta (PPI) — publiczny zestaw danych branżowych. Wskaźnik cen dóbr produkcyjnych (producer price index, PPI) mierzy średnią zmianę cen sprzedaży, które otrzymują krajowi producenci za swoje towary, w czasie. Ceny ujęte we wskaźniku PPI to ceny pierwszej transakcji handlowej za sprzedane produkty i usługi. Ten zestaw danych zawiera wskaźniki PPI dla szerokiego zakresu sektorów branżowych gospodarki USA. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us Producer Price Index — Industry in the Microsoft Azure Open Datasets catalog (Indeks cen producentów USA — branża w katalogu zestawów danych microsoft Azure Open Datasets). Aby uzyskać ogólne informacje o zestawach danych usługi Azure Open Datasets, zobacz Dokumentację usługi Azure Open Datasets. Zainicjować.
UsPopulationCounty	Reprezentuje publiczny zestaw danych us Population by County. Ten zestaw danych zawiera populację USA według płci i rasy dla każdego hrabstwa USA pochodzącego z lat 2000 i 2010 Decennial Census. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us Population by County w katalogu Microsoft Azure Open Datasets. Zainicjować.
UsPopulationZip	Reprezentuje publiczny zestaw danych populacji USA według kodu pocztowego. Ten zestaw danych zawiera populację USA według płci i rasy dla każdego amerykańskiego kodu pocztowego źródłowego z 2010 r. Decennial Census. Aby uzyskać więcej informacji na temat tego zestawu danych, w tym opisów kolumn, różnych sposobów uzyskiwania dostępu do zestawu danych i przykładów, zobacz Us Population by ZIP Code in the Microsoft Azure Open Datasets catalog ( Populacja stanów USA według kodu POCZTOWEgo ) w katalogu Microsoft Azure Open Datasets (Populacja stanów ZJEDNOCZONYCH według kodu POCZTOWEgo) w katalogu Microsoft Azure Open Datasets. Zainicjować.