housing_dataset
קוד פתוחHathawayLiuרישיון לא דווח2024-02-18
המאגר מרכז היתרי בנייה רשמיים מסיאטל עם הערכות עלות ומיקום מדויק. הוא מתאים למי שבונה מודלים לתחזיות עלויות בנייה או חוקר מגמות פיתוח עירוני.
- 69הורדות בחודש
- 25לייקים
מה זה
הנתונים מבוססים על פורטל המידע הפתוח של עיריית סיאטל, ומכילים רשומות על היתרי בנייה שהונפקו או נמצאים בטיפול החל משנת 2000. כל רשומה כוללת 26 עמודות, ובהן מספר היתר, סוג הפרויקט, תיאור מילולי של העבודה, מספר יחידות דיור שנוספו או נגרעו, עלות משוערת, תאריכי הגשה וסיום, כתובת, שם הקבלן, וקואורדינטות גיאוגרפיות.
המפרסם הוריד עותק מפברואר 2024, השתמש בממשק של גוגל להשלמת מיקודים חסרים לפי קואורדינטות, והצליב את המיקום עם קובץ מחוזות רשמי כדי להוסיף שדה חדש של רובע עירוני מתוך 13 הרבעים בסיאטל. ערכים חסרים סומנו כלא זמינים. המאגר מפוצל לשני קבצים, אחד לאימון ואחד לבדיקה, ומכיל בין מאה אלף למיליון רשומות בסך הכל.
מתאים ל
- חיזוי עלויות פרויקטים
אימון מודלי רגרסיה להערכת עלות של שיפוץ או בנייה לפי מיקום גיאוגרפי וסוג עבודה.
- ניתוח היצע דיור
מעקב אחרי שינויים בכמות יחידות הדיור לפי רבעים עירוניים ולאורך ציר הזמן.
- סיווג טקסט של בקשות
אימון מודלי שפה על תיאורי הפרויקטים לצורך סיווג אוטומטי של סוגי היתר מבוקשים.
איפה זה נופל
המידע מוגבל גיאוגרפית לעיר סיאטל בלבד וכתוב באנגלית, כך שאינו מייצג דפוסי בנייה מחוץ לאזור זה. המאגר מכיל פרויקטים רשמיים בלבד ומתעלם לחלוטין מבנייה ללא היתר. קיימים שדות רבים עם ערכים חסרים, בעיקר תאריכי הגשה, סיום והנפקה, והערכות העלות לא נאספו עבור כל סוגי ההיתרים. בנוסף, הנתונים קפאו בנקודת הזמן שבה נשמרו בפברואר 2024 ואינם מתעדכנים אוטומטית מול העירייה.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מודל מסחרי?
הרישיון בדף המאגר ריק, ולכן שימוש ישיר בו מסוכן משפטית. הטקסט בכרטיס מציין שמקור הנתונים הוא בנחלת הכלל לפי עיריית סיאטל. מומלץ למשוך את המידע ישירות מפורטל העירייה כדי להבטיח שימוש מסחרי חוקי.
האם יש במאגר טקסטים בעברית?
לא. כל הנתונים, הכתובות ותיאורי הבנייה מגיעים מעיריית סיאטל וכתובים באנגלית בלבד.
איך המאגר הזה שונה מהקובץ הרשמי של עיריית סיאטל?
הקובץ הרשמי של העירייה מתעדכן באופן שוטף וכולל נתונים גולמיים. כאן המפרסם ביצע ניקוי, השלים מיקודים חסרים באמצעות שירות חיצוני, הוסיף שיוך לרובע עירוני וחילק את המידע מראש לחלקי אימון ובדיקה.
איך טוענים
טוענים את הנתונים ישירות דרך ספריית datasets באמצעות המזהה HathawayLiu/housing_dataset, אך יש להפעיל את האפשרות להרצת קוד מרוחק בגלל קובץ הטעינה המותאם. הקבצים שמורים בפורמט פרקט מחולק לאימון ולבדיקה. אין צורך באישור גישה מראש כדי להוריד. שדות המפתח כוללים עלות פרויקט, תיאורי עבודות, תאריכי טיפול וחלוקה לרבעים.
from datasets import load_dataset
ds = load_dataset("HathawayLiu/housing_dataset")הרישיון
בעמוד המאגר הראשי לא הוגדר רישיון רשמי, מה שמציב סיכון משפטי ברור בשימוש ישיר. עם זאת, בתיאור הפנימי מצוין כי נתוני המקור של עיריית סיאטל שייכים לנחלת הכלל. אם אתם מתכננים לשלב את הנתונים במוצר מסחרי, עדיף לפנות ישירות למאגר המקורי של העירייה שבו תנאי השימוש החופשי מוגדרים במפורש.