编码器广泛基准数据集
数据来源：互联网公开数据
标签：编码器,NeurIPS 2023,实验比较,分类,机器学习,模型评估,ROC AUC,F1,元学习,敏感性分析,泛化性分析
数据概述：
本数据集包含在NeurIPS 2023数据集和基准竞赛轨道中接受的各类别编码器的全面实验比较结果。数据集详细记录了每种类别编码器（如独热编码）、数据集、机器学习模型（如决策树）、调优策略（如无调优或调优机器学习模型超参数）和质量度量（如ROC AUC、F1等）下的交叉验证性能。这些模型是在编码数据集上进行训练和调优得到的结果。
数据用途概述：
该数据集适用于实验结果的解释、元学习、敏感性分析和泛化性分析等多种任务。研究人员可以利用此数据集进行实验结果的解读和比较，了解不同编码器在各类数据集和模型上的表现。此外，数据集还支持扩展性研究，用户可以在此基础上添加新的实验，测试自己的编码器性能，而无需从头开始运行所有现有实验。
