JayHyeon/SHP_split_18

该数据集包含多个字段，主要涉及帖子ID、域名、点赞比例、历史记录、两个根评论ID、两个评论的创建时间、两个评论的得分、两个人工参考标签、标签、时间差和得分比例。数据集分为训练集，包含5000个样本，总大小为10078319字节。

The dataset includes multiple features such as post_id, domain, upvote_ratio, etc., each with a clear dtype type. The dataset is divided into a training set (train) with 5000 samples. The configuration name of the dataset is default, and the data file path is data/train-*.

原始信息汇总

数据集概述

数据集信息

特征

• post_id: 字符串类型
• domain: 字符串类型
• upvote_ratio: 浮点数类型
• history: 字符串类型
• c_root_id_A: 字符串类型
• c_root_id_B: 字符串类型
• created_at_utc_A: 整数类型
• created_at_utc_B: 整数类型
• score_A: 整数类型
• score_B: 整数类型
• human_ref_A: 字符串类型
• human_ref_B: 字符串类型
• labels: 整数类型
• seconds_difference: 浮点数类型
• score_ratio: 浮点数类型

数据分割

• train:
  • 字节数: 10078319
  • 样本数: 5000

数据集大小

• 下载大小: 3680134 字节
• 数据集大小: 10078319 字节

配置

• config_name: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*