koen430/random_selected_stock_twitter

该数据集包含一系列推文，用于微调大型语言模型（LLM）以预测推文发布后第二天的股票价格走势。数据集包含多个特征，如股票代码（ticker）、提示（prompt）、推文内容（text）、URL等。数据集分为训练集、验证集和测试集，分别包含3600、200和200个样本。数据集的来源是koen430/preprocessed_stock_twitter。

原始信息汇总

数据集概述

数据集特征

• ticker：字符串类型
• prompt：字符串类型
• text：字符串类型
• url：字符串类型
• result_1：字符串类型
• result_1_bin：整数类型（int64）
• relevance：字符串类型
• token_count：整数类型（int64）
• index_level_0：整数类型（int64）

数据集划分

• train：
  • 数据量：2284852字节
  • 示例数：3600
• val（验证集）：
  • 数据量：128718字节
  • 示例数：200
• test（测试集）：
  • 数据量：128847字节
  • 示例数：200

数据集大小

• 下载大小：965881字节
• 数据集总大小：2542417字节

配置文件

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