koen430/relevant_selected_stock_twitter

---
dataset_info:
features:
- name: ticker
dtype: string
- name: prompt
dtype: string
- name: text
dtype: string
- name: url
dtype: string
- name: result_1
dtype: string
- name: result_1_bin
dtype: int64
- name: relevance
dtype: string
- name: token_count
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 2020456
num_examples: 3200
- name: val
num_bytes: 124819
num_examples: 200
- name: test
num_bytes: 124997
num_examples: 200
download_size: 896033
dataset_size: 2270272
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

## INFO

A selection of tweets deemed relevant by GPT-3.5-turbo for the purpose of fine-tuning a LLM to predict stock price movement the day after the tweets.

Source koen430/preprocessed_stock_twitter

More info will follow soon

原始信息汇总

数据集概述

数据集特征

• ticker: 字符串类型
• prompt: 字符串类型
• text: 字符串类型
• url: 字符串类型
• result_1: 字符串类型
• result_1_bin: 整数类型（int64）
• relevance: 字符串类型
• token_count: 整数类型（int64）
• index_level_0: 整数类型（int64）

数据集分割

• train:
  • 示例数量: 3200
  • 数据大小: 2020456 字节
• val:
  • 示例数量: 200
  • 数据大小: 124819 字节
• test:
  • 示例数量: 200
  • 数据大小: 124997 字节

数据集大小

• 下载大小: 896033 字节
• 数据集总大小: 2270272 字节

配置文件

• config_name: default
• data_files:
  • train: data/train-*
  • val: data/val-*
  • test: data/test-*