TheGreatRambler/mm2_user_posted

Mario Maker 2用户上传数据集包含2650万条用户通过任天堂在线服务上传的关卡数据，总计约215MB。该数据集是通过自托管的Mario Maker 2 API在2022年2月的一个月内创建的。每条数据记录包含一个唯一的关卡ID（data_id）和上传该关卡的玩家ID（pid）。数据集仅包含一个训练集，并且没有计划更新此数据集。

原始信息汇总

Mario Maker 2 user uploaded 数据集概述

基本信息

• 语言: 多语言
• 许可证: cc-by-nc-sa-4.0
• 多语言性: 多语言
• 大小: 10M<n<100M
• 来源: 原始数据
• 任务类别: 其他, 目标检测, 文本检索, 令牌分类, 文本生成
• 标签: 文本挖掘

数据集描述

• 数据量: 包含26.5 million 用户上传的关卡数据
• 数据大小: 约215MB
• 收集时间: 2022年2月，历时约1个月
• 数据来源: 通过自托管的 Mario Maker 2 api 收集

数据结构

数据实例

python { pid: 10491033288855085861, data_id: 27359486 }

数据字段

字段	类型	描述
pid	string	用户ID，作为无符号64位整数的字符串
data_id	int	用户上传的关卡数据ID

数据分割

• 分割方式: 仅包含训练集

数据使用

• 加载方式: 推荐使用 datasets 库的流式API加载数据
• 示例代码: python from datasets import load_dataset

ds = load_dataset("TheGreatRambler/mm2_user_posted", streaming=True, split="train") print(next(iter(ds)))

数据集创建

• 创建时间: 2022年2月，历时一个多月
• 创建方法: 使用自托管的 Mario Maker 2 api，注意限制下载速度以避免对API造成过载
• 更新计划: 无更新计划

使用考虑

• 内容审查: 数据集不含有害语言或描绘