критео

Описание :

Набор данных моделирования подъема Criteo

Этот набор данных выпущен вместе с документом: «Крупномасштабный контрольный показатель для моделирования поднятия» Юсташ Димерт, Артем Бетлей, Кристоф Реноден; (Criteo AI Lab), Массих-Реза Амини (LIG, Grenoble INP)

Эта работа была опубликована в AdKDD 2018 Workshop совместно с KDD 2018.

Описание данных

Этот набор данных создается путем сбора данных, полученных в результате нескольких тестов инкрементальности, особой процедуры рандомизированных испытаний, при которой реклама предотвращает попадание случайной части населения в таргетинг. он состоит из 25 миллионов строк, каждая из которых представляет пользователя с 11 функциями, индикатором обработки и 2 метками (посещения и конверсии).

Поля

Вот подробное описание полей (в файле они разделены запятыми):

f0, f1, f2, f3, f4, f5, f6, f7, f8, f9, f10, f11: значения функций (плотные, плавающие)
лечение: группа лечения (1 = обработанная, 0 = контрольная)
конверсия: произошла ли конверсия для этого пользователя (двоичный файл, ярлык)
посещение: произошло ли посещение для этого пользователя (бинарное, метка)
воздействие: эффект лечения, был ли пользователь подвергнут эффективному воздействию (бинарное)

Ключевые цифры

Формат: CSV
Размер: 459 МБ (в сжатом виде)
Ряды: 25 309 483
Средняя частота посещений: 0,04132
Средний коэффициент конверсии: 0,00229
Коэффициент лечения: 0,846

Задачи

Набор данных был собран и подготовлен с учетом прогнозирования поднятия в качестве основной задачи. Кроме того, мы можем предвидеть связанные варианты использования, такие как, но не ограничиваясь ими:

ориентир для причинно-следственной связи
моделирование подъема
взаимодействие между функциями и лечением
неоднородность лечения
эталон для методов причинно-следственной связи
Дополнительная документация : изучить документы с кодом
Домашняя страница : https://ailab.criteo.com/criteo-uplift-prediction-dataset/
Исходный код : tfds.recommendation.criteo.Criteo
Версии :
- 1.0.0 : Первоначальный выпуск.
- 1.0.1 (по умолчанию): Исправлен синтаксический анализ полей conversion , visit и exposure .
Размер загрузки : 297.00 MiB
Размер набора данных : 3.55 GiB
Автоматическое кэширование ( документация ): Нет
Сплиты :

Расколоть	Примеры
`'train'`	13 979 592

Структура функции :

FeaturesDict({
    'conversion': bool,
    'exposure': bool,
    'f0': float32,
    'f1': float32,
    'f10': float32,
    'f11': float32,
    'f2': float32,
    'f3': float32,
    'f4': float32,
    'f5': float32,
    'f6': float32,
    'f7': float32,
    'f8': float32,
    'f9': float32,
    'treatment': int64,
    'visit': bool,
})

Документация по функциям :

Особенность	Учебный класс	Dтип
	ОсобенностиDict
преобразование	Тензор	логический
экспозиция	Тензор	логический
f0	Тензор	поплавок32
f1	Тензор	поплавок32
f10	Тензор	поплавок32
f11	Тензор	поплавок32
f2	Тензор	поплавок32
f3	Тензор	поплавок32
f4	Тензор	поплавок32
f5	Тензор	поплавок32
f6	Тензор	поплавок32
f7	Тензор	поплавок32
f8	Тензор	поплавок32
f9	Тензор	поплавок32
лечение	Тензор	int64
посетить	Тензор	логический

Контролируемые ключи (см. as_supervised doc ): ({'exposure': 'exposure', 'f0': 'f0', 'f1': 'f1', 'f10': 'f10', 'f11': 'f11', 'f2': 'f2', 'f3': 'f3', 'f4': 'f4', 'f5': 'f5', 'f6': 'f6', 'f7': 'f7', 'f8': 'f8', 'f9': 'f9', 'treatment': 'treatment'}, 'visit')
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):

Цитата :

@inproceedings{Diemert2018,
author = { {Diemert Eustache, Betlei Artem} and Renaudin, Christophe and Massih-Reza, Amini},
title={A Large Scale Benchmark for Uplift Modeling},
publisher = {ACM},
booktitle = {Proceedings of the AdKDD and TargetAd Workshop, KDD, London,United Kingdom, August, 20, 2018},
year = {2018}
}

Описание :