CVPPP2017数据集

（1）Age：员工年龄 （2）Attrition：员工是否已经离职，1表示已经离职，2表示未离职，这是目标预测值； （3）BusinessTravel：商务差旅频率，Non-Travel表示不出差，Travel_Rarely表示不经常出差，Travel_Frequently表示经常出差； （4）Department：员工所在部门，Sales表示销售部，Research & Development表示研发部，Human Resources表示人力资源部； （5）DistanceFromHome：公司跟家庭住址的距离，从1到29，1表示最近，29表示最远； （6）Education：员工的教育程度，从1到5，5表示教育程度最高； （7）EducationField：员工所学习的专业领域，Life Sciences表示生命科学，Medical表示医疗，Marketing表示市场营销，Technical Degree表示技术学位，Human Resources表示人力资源，Other表示其他； （8）EmployeeNumber：员工号码； （9）EnvironmentSatisfaction：员工对于工作环境的满意程度，从1到4，1的满意程度最低，4的满意程度最高； （10）Gender：员工性别，Male表示男性，Female表示女性； （11）JobInvolvement：员工工作投入度，从1到4，1为投入度最低，4为投入度最高； （12）JobLevel：职业级别，从1到5，1为最低级别，5为最高级别； （13）JobRole：工作角色：Sales Executive是销售主管，Research Scientist是科学研究员，Laboratory Technician实验室技术员，Manufacturing Director是制造总监，Healthcare Representative是医疗代表，Manager是经理，Sales Representative是销售代表，Research Director是研究总监，Human Resources是人力资源； （14）JobSatisfaction：工作满意度，从1到4，1代表满意程度最低，4代表满意程度最高； （15）MaritalStatus：员工婚姻状况，Single代表单身，Married代表已婚，Divorced代表离婚； （16）MonthlyIncome：员工月收入，范围在1009到19999之间； （17）NumCompaniesWorked：员工曾经工作过的公司数； （18）Over18：年龄是否超过18岁； （19）OverTime：是否加班，Yes表示加班，No表示不加班； （20）PercentSalaryHike：工资提高的百分比； （21）PerformanceRating：绩效评估； （22）RelationshipSatisfaction：关系满意度，从1到4，1表示满意度最低，4表示满意度最高； （23）StandardHours：标准工时； （24）StockOptionLevel：股票期权水平； （25）TotalWorkingYears：总工龄； （26）TrainingTimesLastYear：上一年的培训时长，从0到6，0表示没有培训，6表示培训时间最长； （27）WorkLifeBalance：工作与生活平衡程度，从1到4，1表示平衡程度最低，4表示平衡程度最高； （28）YearsAtCompany：在目前公司工作年数； （29）YearsInCurrentRole：在目前工作职责的工作年数 （30）YearsSinceLastPromotion：距离上次升职时长 （31）YearsWithCurrManager：跟目前的管理者共事年数；

x光安检数据集 包含【训练集3369张】【验证集722张】【测试集723张】 适合YOLO系列算法，已划分完成，可以直接训练 【本数据集仅供学习使用】

数据集的划分以及训练集、验证集和测试集的具体含义.html

人脸识别训练集项目应用案例

美丑等级分类图像数据集，数据集由训练集、测试集、验证集和整合集组成。每组包含两个文件夹，分别为Beautiful和Average。对于训练集，Beautiful文件夹中有2000张图像，Average文件夹中有2000张图像。对于测试集，beautiful文件夹中有150张图像，Average文件夹中有150张图像。验证集类似地分为每种类型的150个图像。合并文件夹2300张图片在Beautiful文件夹和2300张图片在Average文件夹。

首先转为excel文件，再对第2，3，4，41列字符型数据转为数值型数据，转换原则是字符型数据按首字母排序顺序赋值，以0开始。

yolov5预训练集

爬虫代码，数据集寻找加自动分类，训练集，测试集自动生成！下载就可用，python

训练集数据为【105*35像素的jpg图片+对应正确验证码csv文件】。共两万个测试数据，验证码为 大小写字母+数字 的组合，图片名称对应csv文件的ID栏，train文件+train_label文件。test是测试图片。