기준

• 설명 :

Criteo Uplift 모델링 데이터 세트

이 데이터 세트는 논문 "A Large Scale Benchmark for Uplift Modeling" Eustache Diemert, Artem Betlei, Christophe Renaudin; (Criteo AI Lab), Massih-Reza Amini(LIG, Grenoble INP)

이 작업은 KDD 2018과 함께 AdKDD 2018 워크샵에 게시되었습니다.

데이터 설명

이 데이터 세트는 모집단의 임의 부분이 광고 대상이 되지 않도록 하는 특정 무작위 시험 절차인 여러 증분성 테스트에서 얻은 데이터를 조합하여 구성됩니다. 2,500만 개의 행으로 구성되며 각 행은 11개의 기능, 처리 지표 및 2개의 레이블(방문 및 전환)로 사용자를 나타냅니다.

필드

다음은 필드에 대한 자세한 설명입니다(파일에서 쉼표로 구분됨).

• f0, f1, f2, f3, f4, f5, f6, f7, f8, f9, f10, f11: 특성 값(dense, float)
• 치료: 치료군(1 = 치료군, 0 = 대조군)
• 전환: 이 사용자에 대해 전환이 발생했는지 여부(바이너리, 라벨)
• 방문: 이 사용자에 대한 방문 발생 여부(바이너리, 레이블)
• 노출: 처리 효과, 사용자가 효과적으로 노출되었는지 여부(바이너리)

중요한 인물들

• 형식: CSV
• 크기: 459MB(압축)
• 행: 25,309,483
• 평균 방문율: .04132
• 평균 전환율: .00229
• 처리 비율: .846

작업

데이터 세트는 향상 예측을 주요 작업으로 염두에 두고 수집 및 준비되었습니다. 또한 다음과 같은 관련 용도를 예측할 수 있습니다.

• 인과 추론을 위한 벤치마크
• 향상 모델링
• 기능과 치료 사이의 상호 작용
• 치료의 이질성

• 관찰 인과 관계 방법에 대한 벤치마크

• 추가 문서 : 코드가 있는 논문에서 탐색

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

• 소스 코드 : tfds.recommendation.criteo.Criteo

• 버전 :

  • 1.0.0 : 최초 릴리스.
  • 1.0.1 (기본값): conversion , visit 및 exposure 필드의 구문 분석을 수정했습니다.

• 다운로드 크기 : 297.00 MiB

• 데이터세트 크기 : 3.55 GiB

• 자동 캐시 ( 문서 ): 아니요

• 분할 :

나뉘다	예
'train'	13,979,592

• 기능 구조 :

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,
})

• 기능 문서 :

특징	수업	모양	D타입	설명
	풍모Dict
변환	텐서		부울
노출	텐서		부울
f0	텐서		float32
f1	텐서		float32
f10	텐서		float32
f11	텐서		float32
f2	텐서		float32
f3	텐서		float32
f4	텐서		float32
f5	텐서		float32
f6	텐서		float32
f7	텐서		float32
f8	텐서		float32
f9	텐서		float32
치료	텐서		int64
방문	텐서		부울

• 감독된 키 ( as_supervised 문서 참조): ({'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')

• 그림 ( tfds.show_examples ): 지원되지 않습니다.

• 예 ( tfds.as_dataframe ):

• 인용 :

@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}
}