ccm/nsf-awards

该数据集包含了由NSF提供的数据，仅进行了最小程度的编辑以便处理。数据集的特征包括奖项标题、机构、奖项生效日期、奖项到期日期、奖项总金额、奖项金额、奖项工具、组织、项目官员、摘要叙述、最小修改信日期、最大修改信日期、ARRAAmount、TRAN_TYPE、CFDA_NUM、NSF_PAR_USE_FLAG、FUND_AGCY_CODE、AWDG_AGCY_CODE、奖项ID、调查员、机构、执行机构、项目元素、FUND_OBLG和来源。数据集分为训练集，包含518285个样本，总大小为1847120054字节。

原始信息汇总

数据集概述

基本信息

• 名称: NSF Award Dataset
• 语言: 英语
• 大小: 10万<n<100万
• 任务类别:
  • 表格分类
  • 表格回归

数据集特征

• AwardTitle: 字符串
• AGENCY: 字符串
• AwardEffectiveDate: 字符串
• AwardExpirationDate: 字符串
• AwardTotalIntnAmount: 浮点数
• AwardAmount: 浮点数
• AwardInstrument: 字符串
• Organization: 字符串
• ProgramOfficer: 字符串
• AbstractNarration: 字符串
• MinAmdLetterDate: 字符串
• MaxAmdLetterDate: 字符串
• ARRAAmount: 字符串
• TRAN_TYPE: 字符串
• CFDA_NUM: 字符串
• NSF_PAR_USE_FLAG: 字符串
• FUND_AGCY_CODE: 字符串
• AWDG_AGCY_CODE: 字符串
• AwardID: 字符串
• Investigator: 字符串
• Institution: 字符串
• Performance_Institution: 字符串
• ProgramElement: 字符串
• FUND_OBLG: 字符串
• Source: 字符串

数据分割

• 训练集:
  • 大小: 1850213818 字节
  • 示例数量: 517498
  • 下载大小: 587209810 字节
  • 数据集大小: 1850213818 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: 训练
    • 路径: data/train-*