Upload 3 files

README.md

@@ -1,3 +1,30 @@
 ---
-license: cc-by-4.0
+language:
+- en
+tags:
+- mammography
+- tabular_classification
+- binary_classification
+pretty_name: Mammography
+size_categories:
+- 100<n<1K
+task_categories:  # Full list at https://github.com/huggingface/hub-docs/blob/main/js/src/lib/interfaces/Types.ts
+- tabular-classification
+configs:
+- mammography
 ---
+# Mammography
+The [Mammography dataset](https://archive.ics.uci.edu/ml/datasets/Mammography) from the [UCI ML repository](https://archive.ics.uci.edu/ml/datasets).
+
+# Configurations and tasks
+| **Configuration** | **Task**                  | **Description**        |
+|-------------------|---------------------------|------------------------|
+| mammography       | Binary classification     | Is the lesion benign?  |
+
+
+# Usage
+```python
+from datasets import load_dataset
+
+dataset = load_dataset("mstz/mammography", "mammography")["train"]
+```

mammographic_masses.data

@@ -0,0 +1,961 @@
+5,67,3,5,3,1
+4,43,1,1,?,1
+5,58,4,5,3,1
+4,28,1,1,3,0
+5,74,1,5,?,1
+4,65,1,?,3,0
+4,70,?,?,3,0
+5,42,1,?,3,0
+5,57,1,5,3,1
+5,60,?,5,1,1
+5,76,1,4,3,1
+3,42,2,1,3,1
+4,64,1,?,3,0
+4,36,3,1,2,0
+4,60,2,1,2,0
+4,54,1,1,3,0
+3,52,3,4,3,0
+4,59,2,1,3,1
+4,54,1,1,3,1
+4,40,1,?,?,0
+?,66,?,?,1,1
+5,56,4,3,1,1
+4,43,1,?,?,0
+5,42,4,4,3,1
+4,59,2,4,3,1
+5,75,4,5,3,1
+2,66,1,1,?,0
+5,63,3,?,3,0
+5,45,4,5,3,1
+5,55,4,4,3,0
+4,46,1,5,2,0
+5,54,4,4,3,1
+5,57,4,4,3,1
+4,39,1,1,2,0
+4,81,1,1,3,0
+4,77,3,?,?,0
+4,60,2,1,3,0
+5,67,3,4,2,1
+4,48,4,5,?,1
+4,55,3,4,2,0
+4,59,2,1,?,0
+4,78,1,1,1,0
+4,50,1,1,3,0
+4,61,2,1,?,0
+5,62,3,5,2,1
+5,44,2,4,?,1
+5,64,4,5,3,1
+4,23,1,1,?,0
+2,42,?,?,4,0
+5,67,4,5,3,1
+4,74,2,1,2,0
+5,80,3,5,3,1
+4,23,1,1,?,0
+4,63,2,1,?,0
+4,53,?,5,3,1
+4,43,3,4,?,0
+4,49,2,1,1,0
+5,51,2,4,?,0
+4,45,2,1,?,0
+5,59,2,?,?,1
+5,52,4,3,3,1
+5,60,4,3,3,1
+4,57,2,5,3,0
+3,57,2,1,?,0
+5,74,4,4,3,1
+4,25,2,1,?,0
+4,49,1,1,3,0
+5,72,4,3,?,1
+4,45,2,1,3,0
+4,64,2,1,3,0
+4,73,2,1,2,0
+5,68,4,3,3,1
+5,52,4,5,3,0
+5,66,4,4,3,1
+5,70,?,4,?,1
+4,25,1,1,3,0
+5,74,1,1,2,1
+4,64,1,1,3,0
+5,60,4,3,2,1
+5,67,2,4,1,0
+4,67,4,5,3,0
+5,44,4,4,2,1
+3,68,1,1,3,1
+4,57,?,4,1,0
+5,51,4,?,?,1
+4,33,1,?,?,0
+5,58,4,4,3,1
+5,36,1,?,?,0
+4,63,1,1,?,0
+5,62,1,5,3,1
+4,73,3,4,3,1
+4,80,4,4,3,1
+4,67,1,1,?,0
+5,59,2,1,3,1
+5,60,1,?,3,0
+5,54,4,4,3,1
+4,40,1,1,?,0
+4,47,2,1,?,0
+5,62,4,4,3,0
+4,33,2,1,3,0
+5,59,2,?,?,0
+4,65,2,?,?,0
+4,58,4,4,?,0
+4,29,2,?,?,0
+4,58,1,1,?,0
+4,54,1,1,?,0
+4,44,1,1,?,1
+3,34,2,1,?,0
+4,57,1,1,3,0
+5,33,4,4,?,1
+4,45,4,4,3,0
+5,71,4,4,3,1
+5,59,4,4,2,0
+4,56,2,1,?,0
+4,40,3,4,?,0
+4,56,1,1,3,0
+4,45,2,1,?,0
+4,57,2,1,2,0
+5,55,3,4,3,1
+5,84,4,5,3,0
+5,51,4,4,3,1
+4,43,1,1,?,0
+4,24,2,1,2,0
+4,66,1,1,3,0
+5,33,4,4,3,0
+4,59,4,3,2,0
+4,76,2,3,?,0
+4,40,1,1,?,0
+4,52,?,4,?,0
+5,40,4,5,3,1
+5,67,4,4,3,1
+5,75,4,3,3,1
+5,86,4,4,3,0
+4,60,2,?,?,0
+5,66,4,4,3,1
+5,46,4,5,3,1
+4,59,4,4,3,1
+5,65,4,4,3,1
+4,53,1,1,3,0
+5,67,3,5,3,1
+5,80,4,5,3,1
+4,55,2,1,3,0
+4,48,1,1,?,0
+4,47,1,1,2,0
+4,50,2,1,?,0
+5,62,4,5,3,1
+5,63,4,4,3,1
+4,63,4,?,3,1
+4,71,4,4,3,1
+4,41,1,1,3,0
+5,57,4,4,4,1
+5,71,4,4,4,1
+4,66,1,1,3,0
+4,47,2,4,2,0
+3,34,4,4,3,0
+4,59,3,4,3,0
+5,55,2,?,?,1
+4,51,?,?,3,0
+4,62,2,1,?,0
+4,58,4,?,3,1
+5,67,4,4,3,1
+4,41,2,1,3,0
+4,23,3,1,3,0
+4,53,?,4,3,0
+4,42,2,1,3,0
+5,87,4,5,3,1
+4,68,1,1,3,1
+4,64,1,1,3,0
+5,54,3,5,3,1
+5,86,4,5,3,1
+4,21,2,1,3,0
+4,39,1,1,?,0
+4,53,4,4,3,0
+4,44,4,4,3,0
+4,54,1,1,3,0
+5,63,4,5,3,1
+4,62,2,1,?,0
+4,45,2,1,2,0
+5,71,4,5,3,0
+5,49,4,4,3,1
+4,49,4,4,3,0
+5,66,4,4,4,0
+4,19,1,1,3,0
+4,35,1,1,2,0
+4,71,3,3,?,1
+5,74,4,5,3,1
+5,37,4,4,3,1
+4,67,1,?,3,0
+5,81,3,4,3,1
+5,59,4,4,3,1
+4,34,1,1,3,0
+5,79,4,3,3,1
+5,60,3,1,3,0
+4,41,1,1,3,1
+4,50,1,1,3,0
+5,85,4,4,3,1
+4,46,1,1,3,0
+5,66,4,4,3,1
+4,73,3,1,2,0
+4,55,1,1,3,0
+4,49,2,1,3,0
+3,49,4,4,3,0
+4,51,4,5,3,1
+2,48,4,4,3,0
+4,58,4,5,3,0
+5,72,4,5,3,1
+4,46,2,3,3,0
+4,43,4,3,3,1
+?,52,4,4,3,0
+4,66,2,1,?,0
+4,46,1,1,1,0
+4,69,3,1,3,0
+2,59,1,1,?,1
+5,43,2,1,3,1
+5,76,4,5,3,1
+4,46,1,1,3,0
+4,59,2,4,3,0
+4,57,1,1,3,0
+5,43,4,5,?,0
+3,45,2,1,3,0
+3,43,2,1,3,0
+4,45,2,1,3,0
+5,57,4,5,3,1
+5,79,4,4,3,1
+5,54,2,1,3,1
+4,40,3,4,3,0
+5,63,4,4,3,1
+2,55,1,?,1,0
+4,52,2,1,3,0
+4,38,1,1,3,0
+3,72,4,3,3,0
+5,80,4,3,3,1
+5,76,4,3,3,1
+4,62,3,1,3,0
+5,64,4,5,3,1
+5,42,4,5,3,0
+3,60,?,3,1,0
+4,64,4,5,3,0
+4,63,4,4,3,1
+4,24,2,1,2,0
+5,72,4,4,3,1
+4,63,2,1,3,0
+4,46,1,1,3,0
+3,33,1,1,3,0
+5,76,4,4,3,1
+4,36,2,3,3,0
+4,40,2,1,3,0
+5,58,1,5,3,1
+4,43,2,1,3,0
+3,42,1,1,3,0
+4,32,1,1,3,0
+5,57,4,4,2,1
+4,37,1,1,3,0
+4,70,4,4,3,1
+5,56,4,2,3,1
+3,76,?,3,2,0
+5,73,4,4,3,1
+5,77,4,5,3,1
+5,67,4,4,1,1
+5,71,4,3,3,1
+5,65,4,4,3,1
+4,43,1,1,3,0
+4,40,2,1,?,0
+4,49,2,1,3,0
+5,76,4,2,3,1
+4,55,4,4,3,0
+5,72,4,5,3,1
+3,53,4,3,3,0
+5,75,4,4,3,1
+5,61,4,5,3,1
+5,67,4,4,3,1
+5,55,4,2,3,1
+5,66,4,4,3,1
+2,76,1,1,2,0
+4,57,4,4,3,1
+5,71,3,1,3,0
+5,70,4,5,3,1
+4,35,4,2,?,0
+5,79,1,?,3,1
+4,63,2,1,3,0
+5,40,1,4,3,1
+4,41,1,1,3,0
+4,47,2,1,2,0
+4,68,1,1,3,1
+4,64,4,3,3,1
+4,65,4,4,?,1
+4,73,4,3,3,0
+4,39,4,3,3,0
+5,55,4,5,4,1
+5,53,3,4,4,0
+5,66,4,4,3,1
+4,43,3,1,2,0
+5,44,4,5,3,1
+4,77,4,4,3,1
+4,62,2,4,3,0
+5,80,4,4,3,1
+4,33,4,4,3,0
+4,50,4,5,3,1
+4,71,1,?,3,0
+5,46,4,4,3,1
+5,49,4,5,3,1
+4,53,1,1,3,0
+3,46,2,1,2,0
+4,57,1,1,3,0
+4,54,3,1,3,0
+4,54,1,?,?,0
+2,49,2,1,2,0
+4,47,3,1,3,0
+4,40,1,1,3,0
+4,45,1,1,3,0
+4,50,4,5,3,1
+5,54,4,4,3,1
+4,67,4,1,3,1
+4,77,4,4,3,1
+4,66,4,3,3,0
+4,71,2,?,3,1
+4,36,2,3,3,0
+4,69,4,4,3,0
+4,48,1,1,3,0
+4,64,4,4,3,1
+4,71,4,2,3,1
+5,60,4,3,3,1
+4,24,1,1,3,0
+5,34,4,5,2,1
+4,79,1,1,2,0
+4,45,1,1,3,0
+4,37,2,1,2,0
+4,42,1,1,2,0
+4,72,4,4,3,1
+5,60,4,5,3,1
+5,85,3,5,3,1
+4,51,1,1,3,0
+5,54,4,5,3,1
+5,55,4,3,3,1
+4,64,4,4,3,0
+5,67,4,5,3,1
+5,75,4,3,3,1
+5,87,4,4,3,1
+4,46,4,4,3,1
+4,59,2,1,?,0
+55,46,4,3,3,1
+5,61,1,1,3,1
+4,44,1,4,3,0
+4,32,1,1,3,0
+4,62,1,1,3,0
+5,59,4,5,3,1
+4,61,4,1,3,0
+5,78,4,4,3,1
+5,42,4,5,3,0
+4,45,1,2,3,0
+5,34,2,1,3,1
+5,39,4,3,?,1
+4,27,3,1,3,0
+4,43,1,1,3,0
+5,83,4,4,3,1
+4,36,2,1,3,0
+4,37,2,1,3,0
+4,56,3,1,3,1
+5,55,4,4,3,1
+5,46,3,?,3,0
+4,88,4,4,3,1
+5,71,4,4,3,1
+4,41,2,1,3,0
+5,49,4,4,3,1
+3,51,1,1,4,0
+4,39,1,3,3,0
+4,46,2,1,3,0
+5,52,4,4,3,1
+5,58,4,4,3,1
+4,67,4,5,3,1
+5,80,4,4,3,1
+3,46,1,?,?,0
+3,43,1,?,?,0
+4,45,1,1,3,0
+5,68,4,4,3,1
+4,54,4,4,?,1
+4,44,2,3,3,0
+5,74,4,3,3,1
+5,55,4,5,3,0
+4,49,4,4,3,1
+4,49,1,1,3,0
+5,50,4,3,3,1
+5,52,3,5,3,1
+4,45,1,1,3,0
+4,66,1,1,3,0
+4,68,4,4,3,1
+4,72,2,1,3,0
+5,64,?,?,3,0
+2,49,?,3,3,0
+3,44,?,4,3,0
+5,74,4,4,3,1
+5,58,4,4,3,1
+4,77,2,3,3,0
+4,49,3,1,3,0
+4,34,?,?,4,0
+5,60,4,3,3,1
+5,69,4,3,3,1
+4,53,2,1,3,0
+3,46,3,4,3,0
+5,74,4,4,3,1
+4,58,1,1,3,0
+5,68,4,4,3,1
+5,46,4,3,3,0
+5,61,2,4,3,1
+5,70,4,3,3,1
+5,37,4,4,3,1
+3,65,4,5,3,1
+4,67,4,4,3,0
+5,69,3,4,3,0
+5,76,4,4,3,1
+4,65,4,3,3,0
+5,72,4,2,3,1
+4,62,4,2,3,0
+5,42,4,4,3,1
+5,66,4,3,3,1
+5,48,4,4,3,1
+4,35,1,1,3,0
+5,60,4,4,3,1
+5,67,4,2,3,1
+5,78,4,4,3,1
+4,66,1,1,3,1
+4,26,1,1,?,0
+4,48,1,1,3,0
+4,31,1,1,3,0
+5,43,4,3,3,1
+5,72,2,4,3,0
+5,66,1,1,3,1
+4,56,4,4,3,0
+5,58,4,5,3,1
+5,33,2,4,3,1
+4,37,1,1,3,0
+5,36,4,3,3,1
+4,39,2,3,3,0
+4,39,4,4,3,1
+5,83,4,4,3,1
+4,68,4,5,3,1
+5,63,3,4,3,1
+5,78,4,4,3,1
+4,38,2,3,3,0
+5,46,4,3,3,1
+5,60,4,4,3,1
+5,56,2,3,3,1
+4,33,1,1,3,0
+4,?,4,5,3,1
+4,69,1,5,3,1
+5,66,1,4,3,1
+4,72,1,3,3,0
+4,29,1,1,3,0
+5,54,4,5,3,1
+5,80,4,4,3,1
+5,68,4,3,3,1
+4,35,2,1,3,0
+4,57,3,?,3,0
+5,?,4,4,3,1
+4,50,1,1,3,0
+4,32,4,3,3,0
+0,69,4,5,3,1
+4,71,4,5,3,1
+5,87,4,5,3,1
+3,40,2,?,3,0
+4,31,1,1,?,0
+4,64,1,1,3,0
+5,55,4,5,3,1
+4,18,1,1,3,0
+3,50,2,1,?,0
+4,53,1,1,3,0
+5,84,4,5,3,1
+5,80,4,3,3,1
+4,32,1,1,3,0
+5,77,3,4,3,1
+4,38,1,1,3,0
+5,54,4,5,3,1
+4,63,1,1,3,0
+4,61,1,1,3,0
+4,52,1,1,3,0
+4,36,1,1,3,0
+4,41,?,?,3,0
+4,59,1,1,3,0
+5,51,4,4,2,1
+4,36,1,1,3,0
+5,40,4,3,3,1
+4,49,1,1,3,0
+4,37,2,3,3,0
+4,46,1,1,3,0
+4,63,1,1,3,0
+4,28,2,1,3,0
+4,47,2,1,3,0
+4,42,2,1,3,1
+5,44,4,5,3,1
+4,49,4,4,3,0
+5,47,4,5,3,1
+5,52,4,5,3,1
+4,53,1,1,3,1
+5,83,3,3,3,1
+4,50,4,4,?,1
+5,63,4,4,3,1
+4,82,?,5,3,1
+4,54,1,1,3,0
+4,50,4,4,3,0
+5,80,4,5,3,1
+5,45,2,4,3,0
+5,59,4,4,?,1
+4,28,2,1,3,0
+4,31,1,1,3,0
+4,41,2,1,3,0
+4,21,3,1,3,0
+5,44,3,4,3,1
+5,49,4,4,3,1
+5,71,4,5,3,1
+5,75,4,5,3,1
+4,38,2,1,3,0
+4,60,1,3,3,0
+5,87,4,5,3,1
+4,70,4,4,3,1
+5,55,4,5,3,1
+3,21,1,1,3,0
+4,50,1,1,3,0
+5,76,4,5,3,1
+4,23,1,1,3,0
+3,68,?,?,3,0
+4,62,4,?,3,1
+5,65,1,?,3,1
+5,73,4,5,3,1
+4,38,2,3,3,0
+2,57,1,1,3,0
+5,65,4,5,3,1
+5,67,2,4,3,1
+5,61,2,4,3,1
+5,56,4,4,3,0
+5,71,2,4,3,1
+4,49,2,2,3,0
+4,55,?,?,3,0
+4,44,2,1,3,0
+0,58,4,4,3,0
+4,27,2,1,3,0
+5,73,4,5,3,1
+4,34,2,1,3,0
+5,63,?,4,3,1
+4,50,2,1,3,1
+4,62,2,1,3,0
+3,21,3,1,3,0
+4,49,2,?,3,0
+4,36,3,1,3,0
+4,45,2,1,3,1
+5,67,4,5,3,1
+4,21,1,1,3,0
+4,57,2,1,3,0
+5,66,4,5,3,1
+4,71,4,4,3,1
+5,69,3,4,3,1
+6,80,4,5,3,1
+3,27,2,1,3,0
+4,38,2,1,3,0
+4,23,2,1,3,0
+5,70,?,5,3,1
+4,46,4,3,3,0
+4,61,2,3,3,0
+5,65,4,5,3,1
+4,60,4,3,3,0
+5,83,4,5,3,1
+5,40,4,4,3,1
+2,59,?,4,3,0
+4,53,3,4,3,0
+4,76,4,4,3,0
+5,79,1,4,3,1
+5,38,2,4,3,1
+4,61,3,4,3,0
+4,56,2,1,3,0
+4,44,2,1,3,0
+4,64,3,4,?,1
+4,66,3,3,3,0
+4,50,3,3,3,0
+4,46,1,1,3,0
+4,39,1,1,3,0
+4,60,3,?,?,0
+5,55,4,5,3,1
+4,40,2,1,3,0
+4,26,1,1,3,0
+5,84,3,2,3,1
+4,41,2,2,3,0
+4,63,1,1,3,0
+2,65,?,1,2,0
+4,49,1,1,3,0
+4,56,2,2,3,1
+5,65,4,4,3,0
+4,54,1,1,3,0
+4,36,1,1,3,0
+5,49,4,4,3,0
+4,59,4,4,3,1
+5,75,4,4,3,1
+5,59,4,2,3,0
+5,59,4,4,3,1
+4,28,4,4,3,1
+5,53,4,5,3,0
+5,57,4,4,3,0
+5,77,4,3,4,0
+5,85,4,3,3,1
+4,59,4,4,3,0
+5,59,1,5,3,1
+4,65,3,3,3,1
+4,54,2,1,3,0
+5,46,4,5,3,1
+4,63,4,4,3,1
+4,53,1,1,3,1
+4,56,1,1,3,0
+5,66,4,4,3,1
+5,66,4,5,3,1
+4,55,1,1,3,0
+4,44,1,1,3,0
+5,86,3,4,3,1
+5,47,4,5,3,1
+5,59,4,5,3,1
+5,66,4,5,3,0
+5,61,4,3,3,1
+3,46,?,5,?,1
+4,69,1,1,3,0
+5,93,1,5,3,1
+4,39,1,3,3,0
+5,44,4,5,3,1
+4,45,2,2,3,0
+4,51,3,4,3,0
+4,56,2,4,3,0
+4,66,4,4,3,0
+5,61,4,5,3,1
+4,64,3,3,3,1
+5,57,2,4,3,0
+5,79,4,4,3,1
+4,57,2,1,?,0
+4,44,4,1,1,0
+4,31,2,1,3,0
+4,63,4,4,3,0
+4,64,1,1,3,0
+5,47,4,5,3,0
+5,68,4,5,3,1
+4,30,1,1,3,0
+5,43,4,5,3,1
+4,56,1,1,3,0
+4,46,2,1,3,0
+4,67,2,1,3,0
+5,52,4,5,3,1
+4,67,4,4,3,1
+4,47,2,1,3,0
+5,58,4,5,3,1
+4,28,2,1,3,0
+4,43,1,1,3,0
+4,57,2,4,3,0
+5,68,4,5,3,1
+4,64,2,4,3,0
+4,64,2,4,3,0
+5,62,4,4,3,1
+4,38,4,1,3,0
+5,68,4,4,3,1
+4,41,2,1,3,0
+4,35,2,1,3,1
+4,68,2,1,3,0
+5,55,4,4,3,1
+5,67,4,4,3,1
+4,51,4,3,3,0
+2,40,1,1,3,0
+5,73,4,4,3,1
+4,58,?,4,3,1
+4,51,?,4,3,0
+3,50,?,?,3,1
+5,59,4,3,3,1
+6,60,3,5,3,1
+4,27,2,1,?,0
+5,54,4,3,3,0
+4,56,1,1,3,0
+5,53,4,5,3,1
+4,54,2,4,3,0
+5,79,1,4,3,1
+5,67,4,3,3,1
+5,64,3,3,3,1
+4,70,1,2,3,1
+5,55,4,3,3,1
+5,65,3,3,3,1
+5,45,4,2,3,1
+4,57,4,4,?,1
+5,49,1,1,3,1
+4,24,2,1,3,0
+4,52,1,1,3,0
+4,50,2,1,3,0
+4,35,1,1,3,0
+5,?,3,3,3,1
+5,64,4,3,3,1
+5,40,4,1,1,1
+5,66,4,4,3,1
+4,64,4,4,3,1
+5,52,4,3,3,1
+5,43,1,4,3,1
+4,56,4,4,3,0
+4,72,3,?,3,0
+6,51,4,4,3,1
+4,79,4,4,3,1
+4,22,2,1,3,0
+4,73,2,1,3,0
+4,53,3,4,3,0
+4,59,2,1,3,1
+4,46,4,4,2,0
+5,66,4,4,3,1
+4,50,4,3,3,1
+4,58,1,1,3,1
+4,55,1,1,3,0
+4,62,2,4,3,1
+4,60,1,1,3,0
+5,57,4,3,3,1
+4,57,1,1,3,0
+6,41,2,1,3,0
+4,71,2,1,3,1
+4,32,2,1,3,0
+4,57,2,1,3,0
+4,19,1,1,3,0
+4,62,2,4,3,1
+5,67,4,5,3,1
+4,50,4,5,3,0
+4,65,2,3,2,0
+4,40,2,4,2,0
+6,71,4,4,3,1
+6,68,4,3,3,1
+4,68,1,1,3,0
+4,29,1,1,3,0
+4,53,2,1,3,0
+5,66,4,4,3,1
+4,60,3,?,4,0
+5,76,4,4,3,1
+4,58,2,1,2,0
+5,96,3,4,3,1
+5,70,4,4,3,1
+4,34,2,1,3,0
+4,59,2,1,3,0
+4,45,3,1,3,1
+5,65,4,4,3,1
+4,59,1,1,3,0
+4,21,2,1,3,0
+3,43,2,1,3,0
+4,53,1,1,3,0
+4,65,2,1,3,0
+4,64,2,4,3,1
+4,53,4,4,3,0
+4,51,1,1,3,0
+4,59,2,4,3,0
+4,56,2,1,3,0
+4,60,2,1,3,0
+4,22,1,1,3,0
+4,25,2,1,3,0
+6,76,3,?,3,0
+5,69,4,4,3,1
+4,58,2,1,3,0
+5,62,4,3,3,1
+4,56,4,4,3,0
+4,64,1,1,3,0
+4,32,2,1,3,0
+5,48,?,4,?,1
+5,59,4,4,2,1
+4,52,1,1,3,0
+4,63,4,4,3,0
+5,67,4,4,3,1
+5,61,4,4,3,1
+5,59,4,5,3,1
+5,52,4,3,3,1
+4,35,4,4,3,0
+5,77,3,3,3,1
+5,71,4,3,3,1
+5,63,4,3,3,1
+4,38,2,1,2,0
+5,72,4,3,3,1
+4,76,4,3,3,1
+4,53,3,3,3,0
+4,67,4,5,3,0
+5,69,2,4,3,1
+4,54,1,1,3,0
+2,35,2,1,2,0
+5,68,4,3,3,1
+4,68,4,4,3,0
+4,67,2,4,3,1
+3,39,1,1,3,0
+4,44,2,1,3,0
+4,33,1,1,3,0
+4,60,?,4,3,0
+4,58,1,1,3,0
+4,31,1,1,3,0
+3,23,1,1,3,0
+5,56,4,5,3,1
+4,69,2,1,3,1
+6,63,1,1,3,0
+4,65,1,1,3,1
+4,44,2,1,2,0
+4,62,3,3,3,1
+4,67,4,4,3,1
+4,56,2,1,3,0
+4,52,3,4,3,0
+4,43,1,1,3,1
+4,41,4,3,2,1
+4,42,3,4,2,0
+3,46,1,1,3,0
+5,55,4,4,3,1
+5,58,4,4,2,1
+5,87,4,4,3,1
+4,66,2,1,3,0
+0,72,4,3,3,1
+5,60,4,3,3,1
+5,83,4,4,2,1
+4,31,2,1,3,0
+4,53,2,1,3,0
+4,64,2,3,3,0
+5,31,4,4,2,1
+5,62,4,4,2,1
+4,56,2,1,3,0
+5,58,4,4,3,1
+4,67,1,4,3,0
+5,75,4,5,3,1
+5,65,3,4,3,1
+5,74,3,2,3,1
+4,59,2,1,3,0
+4,57,4,4,4,1
+4,76,3,2,3,0
+4,63,1,4,3,0
+4,44,1,1,3,0
+4,42,3,1,2,0
+4,35,3,?,2,0
+5,65,4,3,3,1
+4,70,2,1,3,0
+4,48,1,1,3,0
+4,74,1,1,1,1
+6,40,?,3,4,1
+4,63,1,1,3,0
+5,60,4,4,3,1
+5,86,4,3,3,1
+4,27,1,1,3,0
+4,71,4,5,2,1
+5,85,4,4,3,1
+4,51,3,3,3,0
+6,72,4,3,3,1
+5,52,4,4,3,1
+4,66,2,1,3,0
+5,71,4,5,3,1
+4,42,2,1,3,0
+4,64,4,4,2,1
+4,41,2,2,3,0
+4,50,2,1,3,0
+4,30,1,1,3,0
+4,67,1,1,3,0
+5,62,4,4,3,1
+4,46,2,1,2,0
+4,35,1,1,3,0
+4,53,1,1,2,0
+4,59,2,1,3,0
+4,19,3,1,3,0
+5,86,2,1,3,1
+4,72,2,1,3,0
+4,37,2,1,2,0
+4,46,3,1,3,1
+4,45,1,1,3,0
+4,48,4,5,3,0
+4,58,4,4,3,1
+4,42,1,1,3,0
+4,56,2,4,3,1
+4,47,2,1,3,0
+4,49,4,4,3,1
+5,76,2,5,3,1
+5,62,4,5,3,1
+5,64,4,4,3,1
+5,53,4,3,3,1
+4,70,4,2,2,1
+5,55,4,4,3,1
+4,34,4,4,3,0
+5,76,4,4,3,1
+4,39,1,1,3,0
+2,23,1,1,3,0
+4,19,1,1,3,0
+5,65,4,5,3,1
+4,57,2,1,3,0
+5,41,4,4,3,1
+4,36,4,5,3,1
+4,62,3,3,3,0
+4,69,2,1,3,0
+4,41,3,1,3,0
+3,51,2,4,3,0
+5,50,3,2,3,1
+4,47,4,4,3,0
+4,54,4,5,3,1
+5,52,4,4,3,1
+4,30,1,1,3,0
+3,48,4,4,3,1
+5,?,4,4,3,1
+4,65,2,4,3,1
+4,50,1,1,3,0
+5,65,4,5,3,1
+5,66,4,3,3,1
+6,41,3,3,2,1
+5,72,3,2,3,1
+4,42,1,1,1,1
+4,80,4,4,3,1
+0,45,2,4,3,0
+4,41,1,1,3,0
+4,72,3,3,3,1
+4,60,4,5,3,0
+5,67,4,3,3,1
+4,55,2,1,3,0
+4,61,3,4,3,1
+4,55,3,4,3,1
+4,52,4,4,3,1
+4,42,1,1,3,0
+5,63,4,4,3,1
+4,62,4,5,3,1
+4,46,1,1,3,0
+4,65,2,1,3,0
+4,57,3,3,3,1
+4,66,4,5,3,1
+4,45,1,1,3,0
+4,77,4,5,3,1
+4,35,1,1,3,0
+4,50,4,5,3,1
+4,57,4,4,3,0
+4,74,3,1,3,1
+4,59,4,5,3,0
+4,51,1,1,3,0
+4,42,3,4,3,1
+4,35,2,4,3,0
+4,42,1,1,3,0
+4,43,2,1,3,0
+4,62,4,4,3,1
+4,27,2,1,3,0
+5,?,4,3,3,1
+4,57,4,4,3,1
+4,59,2,1,3,0
+5,40,3,2,3,1
+4,20,1,1,3,0
+5,74,4,3,3,1
+4,22,1,1,3,0
+4,57,4,3,3,0
+4,57,4,3,3,1
+4,55,2,1,2,0
+4,62,2,1,3,0
+4,54,1,1,3,0
+4,71,1,1,3,1
+4,65,3,3,3,0
+4,68,4,4,3,0
+4,64,1,1,3,0
+4,54,2,4,3,0
+4,48,4,4,3,1
+4,58,4,3,3,0
+5,58,3,4,3,1
+4,70,1,1,1,0
+5,70,1,4,3,1
+4,59,2,1,3,0
+4,57,2,4,3,0
+4,53,4,5,3,0
+4,54,4,4,3,1
+4,53,2,1,3,0
+0,71,4,4,3,1
+5,67,4,5,3,1
+4,68,4,4,3,1
+4,56,2,4,3,0
+4,35,2,1,3,0
+4,52,4,4,3,1
+4,47,2,1,3,0
+4,56,4,5,3,1
+4,64,4,5,3,0
+5,66,4,5,3,1
+4,62,3,3,3,0

mammography.py

@@ -0,0 +1,123 @@
+"""Mammography"""
+
+from typing import List
+from functools import partial
+
+import datasets
+
+import pandas
+
+
+VERSION = datasets.Version("1.0.0")
+_ORIGINAL_FEATURE_NAMES = [
+    "rads",
+    "age",
+    "shape",
+    "margin",
+    "density",
+    "is_severe"
+]
+_BASE_FEATURE_NAMES = [
+    "age",
+    "shape",
+    "margin",
+    "density",
+    "is_severe"
+]
+_ENCODING_DICS = {
+    "shape": {
+        1: "round",
+        2: "oval",
+        3: "lobular",
+        4: "irregular",
+    },
+    "margin": {
+        1: "circumbscribed",
+        2: "microlobulated",
+        3: "obscured",
+        4: "ill-defined",
+        5: "spiculated",
+    },
+    "density": {
+        1: "high",
+        2: "iso",
+        3: "low",
+        4: "fat-containing",
+        5: "spiculated",
+    },
+}
+
+DESCRIPTION = "Mammography dataset from the UCI ML repository."
+_HOMEPAGE = "https://archive.ics.uci.edu/ml/datasets/Mammography"
+_URLS = ("https://huggingface.co/datasets/mstz/mammography/raw/mammography_masses.data")
+_CITATION = """
+@misc{misc_mammographic_mass_161,
+  author       = {Elter,Matthias},
+  title        = {{Mammographic Mass}},
+  year         = {2007},
+  howpublished = {UCI Machine Learning Repository},
+  note         = {{DOI}: \\url{10.24432/C53K6Z}}
+}"""
+
+# Dataset info
+urls_per_split = {
+    "train": "https://huggingface.co/datasets/mstz/mammography/raw/main/mammographic_masses.data"
+}
+features_types_per_config = {
+    "mammography": {
+        
+        "over_threshold": datasets.ClassLabel(num_classes=2, names=("no", "yes"))
+    }
+}
+features_per_config = {k: datasets.Features(features_types_per_config[k]) for k in features_types_per_config}
+
+
+class MammographyConfig(datasets.BuilderConfig):
+    def __init__(self, **kwargs):
+        super(MammographyConfig, self).__init__(version=VERSION, **kwargs)
+        self.features = features_per_config[kwargs["name"]]
+
+
+class Mammography(datasets.GeneratorBasedBuilder):
+    # dataset versions
+    DEFAULT_CONFIG = "mammography"
+    BUILDER_CONFIGS = [       
+        MammographyConfig(name="mammography",
+                          description="Mammography for binary classification.")
+    ]
+
+
+    def _info(self):
+        info = datasets.DatasetInfo(description=DESCRIPTION, citation=_CITATION, homepage=_HOMEPAGE,
+                                    features=features_per_config[self.config.name])
+
+        return info
+    
+    def _split_generators(self, dl_manager: datasets.DownloadManager) -> List[datasets.SplitGenerator]:
+        downloads = dl_manager.download_and_extract(urls_per_split)
+
+        return [
+            datasets.SplitGenerator(name=datasets.Split.TRAIN, gen_kwargs={"filepath": downloads["train"]})
+        ]
+    
+    def _generate_examples(self, filepath: str):
+        data = pandas.read_csv(filepath, header=None)
+        data.columns = _ORIGINAL_FEATURE_NAMES
+        
+        data.drop("rads", axis="columns", inplace=True)
+        data = data[(data.age != "?") & (data.shape != "?") & (data.margin != "?") & (data.density != "?")]
+        data = data.infer_objects()
+        for feature in _ENCODING_DICS:
+            encoding_function = partial(self.encode, feature)
+            data.loc[:, feature] = data[feature].apply(encoding_function)
+
+        for row_id, row in data.iterrows():
+            data_row = dict(row)
+
+            yield row_id, data_row
+
+
+    def encode(self, feature, value):
+        if feature in _ENCODING_DICS:
+            return _ENCODING_DICS[feature][value]
+        raise ValueError(f"Unknown feature: {feature}")