mslr_web

• توضیحات :

MSLR-WEB دو مجموعه داده یادگیری به رتبه در مقیاس بزرگ هستند که توسط Microsoft Research منتشر شده اند. مجموعه داده اول (به نام "30k") شامل 30000 پرس و جو و مجموعه داده دوم (به نام "10k") شامل 10000 پرس و جو است. هر مجموعه داده شامل جفت‌های پرس و جو-سند است که به‌عنوان بردارهای ویژگی و برچسب‌های قضاوت مربوطه نشان داده می‌شوند.

شما می توانید تعیین کنید که آیا از نسخه "10k" یا "30k" مجموعه داده و یک فولد مربوطه استفاده شود، به صورت زیر:

ds = tfds.load("mslr_web/30k_fold1")

اگر فقط mslr_web مشخص شده باشد، گزینه mslr_web/10k_fold1 به طور پیش فرض انتخاب می شود:

# This is the same as `tfds.load("mslr_web/10k_fold1")`
ds = tfds.load("mslr_web")

• صفحه اصلی : https://www.microsoft.com/en-us/research/project/mslr/

• کد منبع : tfds.ranking.mslr_web.MslrWeb

• نسخه ها :

  • 1.0.0 : انتشار اولیه.
  • 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, 136), dtype=float64),
    'label': Tensor(shape=(None,), dtype=float64),
    'query_id': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
doc_id	تانسور	(هیچ یک،)	int64
float_features	تانسور	(هیچ، 136)	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{DBLP:journals/corr/QinL13,
  author    = {Tao Qin and Tie{-}Yan Liu},
  title     = {Introducing {LETOR} 4.0 Datasets},
  journal   = {CoRR},
  volume    = {abs/1306.2597},
  year      = {2013},
  url       = {http://arxiv.org/abs/1306.2597},
  timestamp = {Mon, 01 Jul 2013 20:31:25 +0200},
  biburl    = {http://dblp.uni-trier.de/rec/bib/journals/corr/QinL13},
  bibsource = {dblp computer science bibliography, http://dblp.org}
}

mslr_web/10k_fold1 (پیکربندی پیش‌فرض)

• حجم دانلود : 1.15 GiB

• حجم مجموعه داده : 310.08 MiB

• تقسیم ها :

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

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/10k_fold2

• حجم دانلود : 1.15 GiB

• حجم مجموعه داده : 310.08 MiB

• تقسیم ها :

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

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/10k_fold3

• حجم دانلود : 1.15 GiB

• حجم مجموعه داده : 310.08 MiB

• تقسیم ها :

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

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/10k_fold4

• حجم دانلود : 1.15 GiB

• حجم مجموعه داده : 310.08 MiB

• تقسیم ها :

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

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/10k_fold5

• حجم دانلود : 1.15 GiB

• حجم مجموعه داده : 310.08 MiB

• تقسیم ها :

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

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/30k_fold1

• حجم دانلود : 3.59 GiB

• حجم مجموعه داده : 964.09 MiB

• تقسیم ها :

شکاف	مثال ها
'test'	6,306
'train'	18919
'vali'	6,306

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/30k_fold2

• حجم دانلود : 3.59 GiB

• حجم مجموعه داده : 964.09 MiB

• تقسیم ها :

شکاف	مثال ها
'test'	6,307
'train'	18918
'vali'	6,306

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/30k_fold3

• حجم دانلود : 3.59 GiB

• حجم مجموعه داده : 964.09 MiB

• تقسیم ها :

شکاف	مثال ها
'test'	6,306
'train'	18918
'vali'	6,307

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/30k_fold4

• حجم دانلود : 3.59 GiB

• حجم مجموعه داده : 964.09 MiB

• تقسیم ها :

شکاف	مثال ها
'test'	6,306
'train'	18919
'vali'	6,306

• مثال‌ها ( tfds.as_dataframe ):

mslr_web/30k_fold5

• حجم دانلود : 3.59 GiB

• حجم مجموعه داده : 964.09 MiB

• تقسیم ها :

شکاف	مثال ها
'test'	6,306
'train'	18919
'vali'	6,306

• مثال‌ها ( tfds.as_dataframe ):