mslr_web

• תיאור :

MSLR-WEB הם שני מערכי נתונים בקנה מידה גדול של למידה לדירוג שפורסמו על ידי Microsoft Research. מערך הנתונים הראשון (הנקרא "30k") מכיל 30,000 שאילתות ומערך הנתונים השני (הנקרא "10k") מכיל 10,000 שאילתות. כל מערך נתונים מורכב מזוגות שאילתה-מסמכים המיוצגים כווקטורים של תכונה ותוויות שיפוט מתאימות של רלוונטיות.

אתה יכול לציין אם להשתמש בגרסת "10k" או "30k" של מערך הנתונים, ובקיפול מתאים, באופן הבא:

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

אם מצוין רק mslr_web , האפשרות mslr_web/10k_fold1 נבחרה כברירת מחדל:

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

• דף הבית : https://www.microsoft.com/en-us/research/project/mslr/

• קוד מקור : tfds.ranking.mslr_web.MslrWeb

• גרסאות :

  • 1.0.0 : שחרור ראשוני.
  • 1.1.0 : צרור תכונות לתכונה אחת של 'float_features'.
  • 1.2.0 (ברירת מחדל): הוסף מזהי שאילתה ומזהי מסמכים.

• שמירה אוטומטית במטמון ( תיעוד ): לא

• מבנה תכונה :

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),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
doc_id	מוֹתֵחַ	(אף אחד,)	int64
לצוף_תכונות	מוֹתֵחַ	(אין, 136)	לצוף64
תווית	מוֹתֵחַ	(אף אחד,)	לצוף64
query_id	טֶקסט		חוּט

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@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 (תצורת ברירת המחדל)

• גודל הורדה : 1.15 GiB

• גודל ערכת נתונים: 310.08 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	2,000
'train'	6,000
'vali'	2,000

• דוגמאות ( tfds.as_dataframe ):

mslr_web/10k_fold2

• גודל הורדה : 1.15 GiB

• גודל ערכת נתונים: 310.08 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	2,000
'train'	6,000
'vali'	2,000

• דוגמאות ( tfds.as_dataframe ):

mslr_web/10k_fold3

• גודל הורדה : 1.15 GiB

• גודל ערכת נתונים: 310.08 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	2,000
'train'	6,000
'vali'	2,000

• דוגמאות ( tfds.as_dataframe ):

mslr_web/10k_fold4

• גודל הורדה : 1.15 GiB

• גודל ערכת נתונים: 310.08 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	2,000
'train'	6,000
'vali'	2,000

• דוגמאות ( tfds.as_dataframe ):

mslr_web/10k_fold5

• גודל הורדה : 1.15 GiB

• גודל ערכת נתונים: 310.08 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	2,000
'train'	6,000
'vali'	2,000

• דוגמאות ( tfds.as_dataframe ):

mslr_web/30k_fold1

• גודל הורדה : 3.59 GiB

• גודל ערכת נתונים: 964.09 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	6,306
'train'	18,919
'vali'	6,306

• דוגמאות ( tfds.as_dataframe ):

mslr_web/30k_fold2

• גודל הורדה : 3.59 GiB

• גודל ערכת נתונים: 964.09 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	6,307
'train'	18,918
'vali'	6,306

• דוגמאות ( tfds.as_dataframe ):

mslr_web/30k_fold3

• גודל הורדה : 3.59 GiB

• גודל ערכת נתונים: 964.09 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	6,306
'train'	18,918
'vali'	6,307

• דוגמאות ( tfds.as_dataframe ):

mslr_web/30k_fold4

• גודל הורדה : 3.59 GiB

• גודל ערכת נתונים: 964.09 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	6,306
'train'	18,919
'vali'	6,306

• דוגמאות ( tfds.as_dataframe ):

mslr_web/30k_fold5

• גודל הורדה : 3.59 GiB

• גודל ערכת נתונים: 964.09 MiB

• פיצולים :

לְפַצֵל	דוגמאות
'test'	6,306
'train'	18,919
'vali'	6,306

• דוגמאות ( tfds.as_dataframe ):