TFDS اکنون از فرمت Croissant 🥐 پشتیبانی می کند! برای دانستن بیشتر مستندات را بخوانید.

این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.

استلا

توضیحات :

مجموعه داده های ایستلا سه مجموعه داده یادگیری به رتبه در مقیاس بزرگ هستند که توسط ایستلا منتشر شده اند. هر مجموعه داده شامل جفت‌های پرس و جو-سند است که به‌عنوان بردارهای ویژگی و برچسب‌های قضاوت مربوطه نشان داده می‌شوند.

مجموعه داده شامل سه نسخه است:

main ("Istella LETOR"): شامل 10454629 جفت پرس و جو-سند.
s ("Istella-S LETOR"): شامل 3,408,630 جفت درخواست-سند.
x ("Istella-X LETOR"): شامل 26791447 جفت پرس و جو-سند.

شما می توانید تعیین کنید که آیا از نسخه main ، s یا x مجموعه داده به صورت زیر استفاده کنید:

ds = tfds.load("istella/main")
ds = tfds.load("istella/s")
ds = tfds.load("istella/x")

اگر فقط istella مشخص شده باشد، گزینه istella/main به طور پیش فرض انتخاب می شود:

# This is the same as `tfds.load("istella/main")`
ds = tfds.load("istella")

صفحه اصلی : http://quickrank.isti.cnr.it/istella-dataset/
کد منبع : tfds.ranking.istella.Istella
نسخه ها :
- 1.0.0 : انتشار اولیه.
- 1.0.1 : سریال سازی را برای پشتیبانی از float64 برطرف کنید.
- 1.1.0 : ویژگی ها را در یک ویژگی «float_features» دسته بندی کنید.
- 1.2.0 (پیش فرض): شناسه های پرس و جو و سند را اضافه کنید.
ذخیره خودکار ( اسناد ): خیر
ساختار ویژگی :

FeaturesDict({
    'doc_id': Tensor(shape=(None,), dtype=int64),
    'float_features': Tensor(shape=(None, 220), dtype=float64),
    'label': Tensor(shape=(None,), dtype=float64),
    'query_id': Text(shape=(), dtype=string),
})

مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D
	FeaturesDict
doc_id	تانسور	(هیچ یک،)	int64
float_features	تانسور	(هیچ، 220)	float64
برچسب	تانسور	(هیچ یک،)	float64
query_id	متن		رشته

کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
نقل قول :

@article{10.1145/2987380,
  author = {Dato, Domenico and Lucchese, Claudio and Nardini, Franco Maria and Orlando, Salvatore and Perego, Raffaele and Tonellotto, Nicola and Venturini, Rossano},
  title = {Fast Ranking with Additive Ensembles of Oblivious and Non-Oblivious Regression Trees},
  year = {2016},
  publisher = {ACM},
  address = {New York, NY, USA},
  volume = {35},
  number = {2},
  issn = {1046-8188},
  url = {https://doi.org/10.1145/2987380},
  doi = {10.1145/2987380},
  journal = {ACM Transactions on Information Systems},
  articleno = {15},
  numpages = {31},
}

istella/main (پیکربندی پیش فرض)

حجم دانلود : 1.20 GiB
حجم مجموعه داده : 1.12 GiB
تقسیم ها :

شکاف	مثال ها
`'test'`	9799
`'train'`	23,219

مثال‌ها ( tfds.as_dataframe ):

istella/s

حجم دانلود : 450.26 MiB
حجم مجموعه داده : 421.88 MiB
تقسیم ها :

شکاف	مثال ها
`'test'`	6562
`'train'`	19,245
`'vali'`	7211

مثال‌ها ( tfds.as_dataframe ):

istella/x

حجم دانلود : 4.42 GiB
حجم مجموعه داده : 2.46 GiB
تقسیم ها :

شکاف	مثال ها
`'test'`	2000
`'train'`	6000
`'vali'`	2000

مثال‌ها ( tfds.as_dataframe ):

توضیحات :