dongyoung4091/shp_with_features_20k

该数据集包含了多个字段，如post_id、domain、upvote_ratio等，涵盖了多个维度的评分和特征。数据集分为训练集和测试集，每个集合包含9459个样本。训练集大小为20555718字节，测试集大小为20508596字节，总数据集大小为41064314字节，下载大小为23638147字节。

原始信息汇总

数据集概述

特征信息

数据集包含以下特征及其数据类型：

• post_id: 字符串
• domain: 字符串
• upvote_ratio: 浮点数
• history: 字符串
• c_root_id_A: 字符串
• c_root_id_B: 字符串
• created_at_utc_A: 整数
• created_at_utc_B: 整数
• score_A: 整数
• score_B: 整数
• human_ref_A: 字符串
• human_ref_B: 字符串
• labels: 整数
• seconds_difference: 浮点数
• score_ratio: 浮点数
• helpfulness_A: 浮点数
• helpfulness_B: 浮点数
• specificity_A: 浮点数
• specificity_B: 浮点数
• intent_A: 浮点数
• intent_B: 浮点数
• factuality_A: 浮点数
• factuality_B: 浮点数
• easy-to-understand_A: 浮点数
• easy-to-understand_B: 浮点数
• relevance_A: 浮点数
• relevance_B: 浮点数
• readability_A: 浮点数
• readability_B: 浮点数
• enough-detail_A: 浮点数
• enough-detail_B: 浮点数
• biased:_A: 浮点数
• biased:_B: 浮点数
• fail-to-consider-individual-preferences_A: 浮点数
• fail-to-consider-individual-preferences_B: 浮点数
• repetetive_A: 浮点数
• repetetive_B: 浮点数
• fail-to-consider-context_A: 浮点数
• fail-to-consider-context_B: 浮点数
• too-long_A: 浮点数
• too-long_B: 浮点数
• __index_level_0__: 整数

数据分割

数据集分为以下几个部分：

• train: 训练集，包含9459个样本，占用20555718字节
• test: 测试集，包含9459个样本，占用20508596字节

数据集大小

• 下载大小: 23638147字节
• 数据集总大小: 41064314字节

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*