istella

• Descrizione :

I set di dati Istella sono tre set di dati Learning-to-Rank su larga scala rilasciati da Istella. Ogni set di dati è costituito da coppie query-documento rappresentate come vettori di caratteristiche e corrispondenti etichette di giudizio di pertinenza.

Il set di dati contiene tre versioni:

• main ("Istella LETOR"): contenente 10.454.629 coppie query-documento.
• s ("Istella-S LETOR"): contenente 3.408.630 coppie query-documento.
• x ("Istella-X LETOR"): contenente 26.791.447 coppie query-documento.

È possibile specificare se utilizzare la versione main , s o x del set di dati come segue:

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

Se viene specificato solo istella , l'opzione istella/main è selezionata per impostazione predefinita:

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

• Homepage : http://quickrank.isti.cnr.it/istella-dataset/

• Codice sorgente : tfds.ranking.istella.Istella

• Versioni :

  • 1.0.0 : Versione iniziale.
  • 1.0.1 : correzione della serializzazione per supportare float64.
  • 1.1.0 : raggruppa le funzionalità in un'unica funzionalità "float_features".
  • 1.2.0 (predefinito): aggiungere identificatori di query e documento.

• Cache automatica ( documentazione ): No

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
doc_id	Tensore	(Nessuno,)	int64
float_features	Tensore	(Nessuno, 220)	galleggiante64
etichetta	Tensore	(Nessuno,)	galleggiante64
query_id	Testo		corda

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@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 (configurazione predefinita)

• Dimensione del download : 1.20 GiB

• Dimensione del set di dati : 1.12 GiB

• Divisioni :

Diviso	Esempi
'test'	9.799
'train'	23.219

• Esempi ( tfds.as_dataframe ):

istella/s

• Dimensione del download : 450.26 MiB

• Dimensione del set di dati: 421.88 MiB

• Divisioni :

Diviso	Esempi
'test'	6.562
'train'	19.245
'vali'	7.211

• Esempi ( tfds.as_dataframe ):

istella/x

• Dimensione del download : 4.42 GiB

• Dimensione del set di dati: 2.46 GiB

• Divisioni :

Diviso	Esempi
'test'	2.000
'train'	6.000
'vali'	2.000

• Esempi ( tfds.as_dataframe ):