yahoo_ltrc

• Descrizione :

Il set di dati Yahoo Learning to Rank Challenge (chiamato anche "C14") è un set di dati Learning-to-Rank rilasciato da Yahoo. Il 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 due versioni:

• set1 : contenente 709.877 coppie query-documento.
• set2 : contenente 172.870 coppie query-documento.

È possibile specificare se utilizzare la versione set1 o set2 del set di dati come segue:

ds = tfds.load("yahoo_ltrc/set1")
ds = tfds.load("yahoo_ltrc/set2")

Se viene specificato solo yahoo_ltrc , l'opzione yahoo_ltrc/set1 è selezionata per impostazione predefinita:

# This is the same as `tfds.load("yahoo_ltrc/set1")`
ds = tfds.load("yahoo_ltrc")

• Home page : https://research.yahoo.com/datasets

• Codice sorgente : tfds.ranking.yahoo_ltrc.YahooLTRC

• Versioni :

  • 1.0.0 : Versione iniziale.
  • 1.1.0 (predefinito): aggiungere identificatori di query e documento.

• Dimensioni del download : Unknown size

• Istruzioni per il download manuale : questo set di dati richiede di scaricare manualmente i dati di origine in download_config.manual_dir (il valore predefinito ~/tensorflow_datasets/downloads/manual/ ):
  Richiedi l'accesso per il set di dati C14 Yahoo Learning To Rank Challenge su https://research.yahoo.com/datasets Estrai il file dataset.tgz scaricato e posiziona il file ltrc_yahoo.tar.bz2 in manual_dir/ .

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@inproceedings{chapelle2011yahoo,
  title={Yahoo! learning to rank challenge overview},
  author={Chapelle, Olivier and Chang, Yi},
  booktitle={Proceedings of the learning to rank challenge},
  pages={1--24},
  year={2011},
  organization={PMLR}
}

yahoo_ltrc/set1 (configurazione predefinita)

• Dimensione del set di dati: 795.39 MiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'doc_id': Tensor(shape=(None,), dtype=int64),
    'float_features': Tensor(shape=(None, 699), dtype=float64),
    'label': Tensor(shape=(None,), dtype=float64),
    'query_id': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

yahoo_ltrc/set2

• Dimensione del set di dati: 194.92 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'doc_id': Tensor(shape=(None,), dtype=int64),
    'float_features': Tensor(shape=(None, 700), dtype=float64),
    'label': Tensor(shape=(None,), dtype=float64),
    'query_id': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):