five

BakrAsskali/Steam_games_in_french_part_6

收藏
Hugging Face2024-05-23 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/BakrAsskali/Steam_games_in_french_part_6
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含2200个样本,每个样本代表一个游戏应用,涵盖了游戏的多个方面,如应用ID、名称、发布日期、预估拥有者数量、最高同时在线用户数、所需年龄、价格、DLC数量、游戏简介、支持的语言、完整音频语言、用户评价、封面图片、官方网站、支持链接、支持邮箱、支持的操作系统(Windows、Mac、Linux)、Metacritic评分、用户评分、正面评价数、负面评价数、评分排名、成就数、推荐数、备注、平均游戏时长(永久和两周)、中位游戏时长(永久和两周)、开发者、出版商、分类、类型、标签、截图和视频等信息。

该数据集包含2200个样本,每个样本代表一个游戏应用,涵盖了游戏的多个方面,如应用ID、名称、发布日期、预估拥有者数量、最高同时在线用户数、所需年龄、价格、DLC数量、游戏简介、支持的语言、完整音频语言、用户评价、封面图片、官方网站、支持链接、支持邮箱、支持的操作系统(Windows、Mac、Linux)、Metacritic评分、用户评分、正面评价数、负面评价数、评分排名、成就数、推荐数、备注、平均游戏时长(永久和两周)、中位游戏时长(永久和两周)、开发者、出版商、分类、类型、标签、截图和视频等信息。
提供机构:
BakrAsskali
原始信息汇总

数据集概述

数据集特征

  • AppID: 数据类型为 int64
  • Name: 数据类型为 string
  • Release date: 数据类型为 string
  • Estimated owners: 数据类型为 string
  • Peak CCU: 数据类型为 int64
  • Required age: 数据类型为 int64
  • Price: 数据类型为 float64
  • DLC count: 数据类型为 int64
  • About the game: 数据类型为 string
  • Supported languages: 数据类型为 string
  • Full audio languages: 数据类型为 string
  • Reviews: 数据类型为 string
  • Header image: 数据类型为 string
  • Website: 数据类型为 string
  • Support url: 数据类型为 string
  • Support email: 数据类型为 string
  • Windows: 数据类型为 bool
  • Mac: 数据类型为 bool
  • Linux: 数据类型为 bool
  • Metacritic score: 数据类型为 int64
  • Metacritic url: 数据类型为 string
  • User score: 数据类型为 int64
  • Positive: 数据类型为 int64
  • Negative: 数据类型为 int64
  • Score rank: 数据类型为 float64
  • Achievements: 数据类型为 int64
  • Recommendations: 数据类型为 int64
  • Notes: 数据类型为 string
  • Average playtime forever: 数据类型为 int64
  • Average playtime two weeks: 数据类型为 int64
  • Median playtime forever: 数据类型为 int64
  • Median playtime two weeks: 数据类型为 int64
  • Developers: 数据类型为 string
  • Publishers: 数据类型为 string
  • Categories: 数据类型为 string
  • Genres: 数据类型为 string
  • Tags: 数据类型为 string
  • Screenshots: 数据类型为 string
  • Movies: 数据类型为 string

数据集分割

  • train: 包含 2200 个样本,占用 7317071 字节

数据集大小

  • 下载大小: 3504666 字节
  • 数据集大小: 7317071 字节

配置

  • default: 包含训练数据文件,路径为 data/train-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作