mslr_web

• Descripción :

MSLR-WEB son dos conjuntos de datos de aprendizaje para clasificar a gran escala publicados por Microsoft Research. El primer conjunto de datos (llamado "30k") contiene 30 000 consultas y el segundo conjunto de datos (llamado "10k") contiene 10 000 consultas. Cada conjunto de datos consta de pares de consulta-documento representados como vectores de características y etiquetas de juicio de relevancia correspondientes.

Puede especificar si desea usar la versión "10k" o "30k" del conjunto de datos y el pliegue correspondiente, de la siguiente manera:

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

Si solo se especifica mslr_web , la opción mslr_web/10k_fold1 se selecciona de manera predeterminada:

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

• Página de inicio: https://www.microsoft.com/en-us/research/project/mslr/

• Código fuente : tfds.ranking.mslr_web.MslrWeb

• Versiones :

  • 1.0.0 : Versión inicial.
  • 1.1.0 : Agrupe funciones en una sola función 'float_features'.
  • 1.2.0 (predeterminado): agregue identificadores de consultas y documentos.

• Almacenamiento automático en caché ( documentación ): No

• Estructura de características :

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),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
ID_doc	Tensor	(Ninguno,)	int64
funciones_flotantes	Tensor	(Ninguno, 136)	flotar64
etiqueta	Tensor	(Ninguno,)	flotar64
consulta_id	Texto		cuerda

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@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 (configuración predeterminada)

• Tamaño de descarga : 1.15 GiB

• Tamaño del conjunto de datos : 310.08 MiB

• Divisiones :

Separar	Ejemplos
'test'	2,000
'train'	6,000
'vali'	2,000

• Ejemplos ( tfds.as_dataframe ):

mslr_web/10k_fold2

• Tamaño de descarga : 1.15 GiB

• Tamaño del conjunto de datos : 310.08 MiB

• Divisiones :

Separar	Ejemplos
'test'	2,000
'train'	6,000
'vali'	2,000

• Ejemplos ( tfds.as_dataframe ):

mslr_web/10k_fold3

• Tamaño de descarga : 1.15 GiB

• Tamaño del conjunto de datos : 310.08 MiB

• Divisiones :

Separar	Ejemplos
'test'	2,000
'train'	6,000
'vali'	2,000

• Ejemplos ( tfds.as_dataframe ):

mslr_web/10k_fold4

• Tamaño de descarga : 1.15 GiB

• Tamaño del conjunto de datos : 310.08 MiB

• Divisiones :

Separar	Ejemplos
'test'	2,000
'train'	6,000
'vali'	2,000

• Ejemplos ( tfds.as_dataframe ):

mslr_web/10k_fold5

• Tamaño de descarga : 1.15 GiB

• Tamaño del conjunto de datos : 310.08 MiB

• Divisiones :

Separar	Ejemplos
'test'	2,000
'train'	6,000
'vali'	2,000

• Ejemplos ( tfds.as_dataframe ):

mslr_web/30k_fold1

• Tamaño de descarga : 3.59 GiB

• Tamaño del conjunto de datos : 964.09 MiB

• Divisiones :

Separar	Ejemplos
'test'	6,306
'train'	18,919
'vali'	6,306

• Ejemplos ( tfds.as_dataframe ):

mslr_web/30k_fold2

• Tamaño de descarga : 3.59 GiB

• Tamaño del conjunto de datos : 964.09 MiB

• Divisiones :

Separar	Ejemplos
'test'	6,307
'train'	18,918
'vali'	6,306

• Ejemplos ( tfds.as_dataframe ):

mslr_web/30k_fold3

• Tamaño de descarga : 3.59 GiB

• Tamaño del conjunto de datos : 964.09 MiB

• Divisiones :

Separar	Ejemplos
'test'	6,306
'train'	18,918
'vali'	6,307

• Ejemplos ( tfds.as_dataframe ):

mslr_web/30k_fold4

• Tamaño de descarga : 3.59 GiB

• Tamaño del conjunto de datos : 964.09 MiB

• Divisiones :

Separar	Ejemplos
'test'	6,306
'train'	18,919
'vali'	6,306

• Ejemplos ( tfds.as_dataframe ):

mslr_web/30k_fold5

• Tamaño de descarga : 3.59 GiB

• Tamaño del conjunto de datos : 964.09 MiB

• Divisiones :

Separar	Ejemplos
'test'	6,306
'train'	18,919
'vali'	6,306

• Ejemplos ( tfds.as_dataframe ):