JayHyeon/SHP_split_1

该数据集包含5000个训练样本，每个样本具有多个特征字段，包括帖子ID（post_id）、域名（domain）、点赞比例（upvote_ratio）、历史记录（history）、两个评论根ID（c_root_id_A和c_root_id_B）、两个创建时间（created_at_utc_A和created_at_utc_B）、两个评分（score_A和score_B）、两个人工参考（human_ref_A和human_ref_B）、标签（labels）、时间差（seconds_difference）和评分比例（score_ratio）。这些字段可能用于分析社交媒体上的帖子互动和用户行为。

This dataset contains 5000 training samples, each with multiple feature fields including post ID (post_id), domain, upvote ratio (upvote_ratio), history, two comment root IDs (c_root_id_A and c_root_id_B), two creation times (created_at_utc_A and created_at_utc_B), two scores (score_A and score_B), two human references (human_ref_A and human_ref_B), labels, time difference (seconds_difference), and score ratio (score_ratio). These fields may be used to analyze post interactions and user behavior on social media.

原始信息汇总

数据集概述

数据集特征

• post_id: 帖子ID，数据类型为字符串。
• domain: 域名，数据类型为字符串。
• upvote_ratio: 点赞比率，数据类型为浮点数。
• history: 历史记录，数据类型为字符串。
• c_root_id_A: 根ID A，数据类型为字符串。
• c_root_id_B: 根ID B，数据类型为字符串。
• created_at_utc_A: 创建时间 A（UTC），数据类型为整数。
• created_at_utc_B: 创建时间 B（UTC），数据类型为整数。
• score_A: 分数 A，数据类型为整数。
• score_B: 分数 B，数据类型为整数。
• human_ref_A: 人类参考 A，数据类型为字符串。
• human_ref_B: 人类参考 B，数据类型为字符串。
• labels: 标签，数据类型为整数。
• seconds_difference: 时间差（秒），数据类型为浮点数。
• score_ratio: 分数比率，数据类型为浮点数。

数据集划分

• train: 训练集，包含5000个样本，总大小为8621257字节。

数据集大小

• 下载大小: 3098941字节
• 数据集总大小: 8621257字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。