истелла

• Описание :

Наборы данных Istella — это три крупномасштабных набора данных Learning-to-Rank, выпущенных Istella. Каждый набор данных состоит из пар запрос-документ, представленных в виде векторов признаков и соответствующих меток суждения о релевантности.

Набор данных содержит три версии:

• main ("Istella LETOR"): содержит 10 454 629 пар запрос-документ.
• s ("Istella-S LETOR"): содержит 3 408 630 пар запрос-документ.
• x ("Istella-X LETOR"): содержит 26 791 447 пар запрос-документ.

Вы можете указать, использовать ли main , s или x версию набора данных следующим образом:

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

Если указана только istella , по умолчанию выбирается опция istella/main :

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

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

• Исходный код : tfds.ranking.istella.Istella

• Версии :

  • 1.0.0 : Первоначальный выпуск.
  • 1.0.1 : исправлена ​​сериализация для поддержки float64.
  • 1.1.0 : Объединение функций в одну функцию «float_features».
  • 1.2.0 (по умолчанию): добавьте идентификаторы запросов и документов.

• Автоматическое кэширование ( документация ): Нет

• Структура функции :

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),
})

• Документация по функциям :

Характерная черта	Класс	Форма	Dтип	Описание
	ОсобенностиDict
doc_id	Тензор	(Никто,)	int64
float_features	Тензор	(Нет, 220)	поплавок64
этикетка	Тензор	(Никто,)	поплавок64
query_id	Текст		нить

• Ключи под наблюдением (см . документ as_supervised ): None

• Рисунок ( tfds.show_examples ): не поддерживается.

• Цитата :

@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 (конфигурация по умолчанию)

• Размер загрузки : 1.20 GiB

• Размер набора данных : 1.12 GiB

• Сплиты :

Расколоть	Примеры
'test'	9799
'train'	23 219

• Примеры ( tfds.as_dataframe ):

истелла / с

• Размер загрузки : 450.26 MiB

• Размер набора данных : 421.88 MiB .

• Сплиты :

Расколоть	Примеры
'test'	6562
'train'	19 245
'vali'	7 211

• Примеры ( tfds.as_dataframe ):

истелла/х

• Размер загрузки : 4.42 GiB

• Размер набора данных : 2.46 GiB

• Сплиты :

Расколоть	Примеры
'test'	2000
'train'	6000
'vali'	2000

• Примеры ( tfds.as_dataframe ):