diwank/hn-upvote-data

该数据集包含多个特征，包括标签、ID、链接、标题、时间、主机和文本。数据集分为训练集和测试集，训练集包含6151个样本，测试集包含2637个样本。数据集的下载大小为705200字节，总大小为1415332.0字节。

The dataset includes multiple features such as label, ID, link, title, time, host, and text. It is divided into a training set and a test set, with 6151 and 2637 samples respectively. The download size of the dataset is 705200 bytes, and the total size is 1415332.0 bytes.

原始信息汇总

数据集概述

数据集特征

• label: 数据类型为 int64
• id: 数据类型为 int64
• link: 数据类型为 string
• title: 数据类型为 string
• time: 数据类型为 float64
• host: 数据类型为 binary
• text: 数据类型为 string

数据集分割

• train:
  • 字节数: 990635.7683204369
  • 样本数: 6151
• test:
  • 字节数: 424696.23167956306
  • 样本数: 2637

数据集大小

• 下载大小: 705200 字节
• 数据集总大小: 1415332.0 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*