JayHyeon/SHP_split_14

该数据集包含多个特征字段，如post_id（帖子ID）、domain（域名）、upvote_ratio（点赞比例）、history（历史记录）、c_root_id_A和c_root_id_B（评论根ID）、created_at_utc_A和created_at_utc_B（创建时间UTC）、score_A和score_B（分数）、human_ref_A和human_ref_B（人类参考）、labels（标签）、seconds_difference（时间差）和score_ratio（分数比例）。数据集主要用于训练，包含5000个样本，总大小为10049290字节。

This dataset includes multiple feature fields such as post_id, domain, upvote_ratio, history, c_root_id_A and c_root_id_B, created_at_utc_A and created_at_utc_B, score_A and score_B, human_ref_A and human_ref_B, labels, seconds_difference, and score_ratio. The dataset is primarily used for training, containing 5000 samples with a total size of 10049290 bytes.

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: 点赞比例，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: 分数比例，数据类型为浮点数。

数据集分割

• train: 训练集，包含5000个样本，总大小为10049290字节。

数据集大小

• 下载大小: 3502036字节
• 数据集总大小: 10049290字节

配置

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