JayHyeon/SHP_split_13

该数据集包含多个特征字段，如post_id、domain、upvote_ratio、history等，数据类型包括字符串、浮点数和整数。数据集被分割为训练集，包含5000个样本，总大小为10181235字节。

This dataset includes multiple feature fields such as post_id, domain, upvote_ratio, history, etc., with data types including strings, floats, and integers. The dataset is split into a training set containing 5000 samples, with a total size of 10181235 bytes.

原始信息汇总

数据集概述

数据集信息

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: 评分 A，数据类型为整数。
• score_B: 评分 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: 评分比例，数据类型为浮点数。

数据分割

• train: 训练集，包含5000个样本，占用10181235字节。

数据集大小

• 下载大小: 3517585字节
• 数据集大小: 10181235字节

配置

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