critério

• Descrição :

Conjunto de dados de modelagem do Criteo Uplift

Este conjunto de dados é lançado junto com o artigo: “A Large Scale Benchmark for Uplift Modeling” Eustache Diemert, Artem Betlei, Christophe Renaudin; (Criteo AI Lab), Massih-Reza Amini (LIG, Grenoble INP)

Este trabalho foi publicado em: Workshop AdKDD 2018, em conjunto com o KDD 2018.

Descrição de dados

Este conjunto de dados é construído reunindo dados resultantes de vários testes de incrementalidade, um procedimento de teste aleatório específico em que uma parte aleatória da população é impedida de ser alvo de publicidade. consiste em 25M linhas, cada uma representando um usuário com 11 características, um indicador de tratamento e 2 rótulos (visitas e conversões).

Campos

Aqui está uma descrição detalhada dos campos (eles são separados por vírgula no arquivo):

• f0, f1, f2, f3, f4, f5, f6, f7, f8, f9, f10, f11: valores de recursos (denso, flutuante)
• tratamento: grupo de tratamento (1 = tratado, 0 = controle)
• conversão: se ocorreu uma conversão para este usuário (binário, rótulo)
• visit: se ocorreu uma visita para este usuário (binário, rótulo)
• exposição: efeito do tratamento, se o usuário foi efetivamente exposto (binário)

Figuras chave

• Formato: CSV
• Tamanho: 459 MB (compactado)
• Linhas: 25.309.483
• Taxa média de visitas: 0,04132
• Taxa de conversão média: 0,00229
• Taxa de tratamento: 0,846

Tarefas

O conjunto de dados foi coletado e preparado com a previsão de elevação em mente como a tarefa principal. Além disso, podemos prever usos relacionados, como, mas não limitados a:

• benchmark para inferência causal
• modelagem de elevação
• interações entre recursos e tratamento
• heterogeneidade de tratamento

• referência para métodos de causalidade observacional

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://ailab.criteo.com/criteo-uplift-prediction-dataset/

• Código -fonte: tfds.recommendation.criteo.Criteo

• Versões :

  • 1.0.0 : versão inicial.
  • 1.0.1 (padrão): Corrigida a análise dos campos de conversion , visit e exposure .

• Tamanho do download : 297.00 MiB

• Tamanho do conjunto de dados : 3.55 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'train'	13.979.592

• Estrutura de recursos :

FeaturesDict({
    'conversion': bool,
    'exposure': bool,
    'f0': float32,
    'f1': float32,
    'f10': float32,
    'f11': float32,
    'f2': float32,
    'f3': float32,
    'f4': float32,
    'f5': float32,
    'f6': float32,
    'f7': float32,
    'f8': float32,
    'f9': float32,
    'treatment': int64,
    'visit': bool,
})

• Documentação do recurso:

Funcionalidade	Aula	Forma	Tipo D	Descrição
	RecursosDict
conversão	tensor		bool
exposição	tensor		bool
f0	tensor		float32
f1	tensor		float32
f10	tensor		float32
f11	tensor		float32
f2	tensor		float32
f3	tensor		float32
f4	tensor		float32
f5	tensor		float32
f6	tensor		float32
f7	tensor		float32
f8	tensor		float32
f9	tensor		float32
tratamento	tensor		int64
Visita	tensor		bool

• Chaves supervisionadas (consulte o documento as_supervised ): ({'exposure': 'exposure', 'f0': 'f0', 'f1': 'f1', 'f10': 'f10', 'f11': 'f11', 'f2': 'f2', 'f3': 'f3', 'f4': 'f4', 'f5': 'f5', 'f6': 'f6', 'f7': 'f7', 'f8': 'f8', 'f9': 'f9', 'treatment': 'treatment'}, 'visit')

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@inproceedings{Diemert2018,
author = { {Diemert Eustache, Betlei Artem} and Renaudin, Christophe and Massih-Reza, Amini},
title={A Large Scale Benchmark for Uplift Modeling},
publisher = {ACM},
booktitle = {Proceedings of the AdKDD and TargetAd Workshop, KDD, London,United Kingdom, August, 20, 2018},
year = {2018}
}