דף זה תורגם על ידי Cloud Translation API.

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 רלוונטיות מתאימות.

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 (ברירת מחדל): שחרור ראשוני.
שמור אוטומטי במטמון ( תיעוד ): לא
תכונות :

FeaturesDict({
    'bm25_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_body': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_title': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_url': Tensor(shape=(None,), dtype=tf.float64),
    'bm25_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_body': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_title': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_url': Tensor(shape=(None,), dtype=tf.float64),
    'boolean_model_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_body': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_title': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_url': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_number_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_body': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_title': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_url': Tensor(shape=(None,), dtype=tf.float64),
    'covered_query_term_ratio_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'inlink_number': Tensor(shape=(None,), dtype=tf.float64),
    'label': Tensor(shape=(None,), dtype=tf.float64),
    'length_of_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_body': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_title': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_abs_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_body': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_title': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_dir_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_body': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_title': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_url': Tensor(shape=(None,), dtype=tf.float64),
    'lmir_jm_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'max_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'mean_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'min_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'number_of_slash_in_url': Tensor(shape=(None,), dtype=tf.float64),
    'outlink_number': Tensor(shape=(None,), dtype=tf.float64),
    'page_rank': Tensor(shape=(None,), dtype=tf.float64),
    'quality_score': Tensor(shape=(None,), dtype=tf.float64),
    'quality_score_2': Tensor(shape=(None,), dtype=tf.float64),
    'query_url_click_count': Tensor(shape=(None,), dtype=tf.float64),
    'site_rank': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_body': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_title': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_url': Tensor(shape=(None,), dtype=tf.float64),
    'stream_length_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'sum_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'url_click_count': Tensor(shape=(None,), dtype=tf.float64),
    'url_dwell_time': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_stream_length_normalized_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_body': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_title': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_url': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_term_frequency_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_body': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_title': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_url': Tensor(shape=(None,), dtype=tf.float64),
    'variance_of_tf_idf_whole_document': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_anchor': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_body': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_title': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_url': Tensor(shape=(None,), dtype=tf.float64),
    'vector_space_model_whole_document': Tensor(shape=(None,), dtype=tf.float64),
})

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: 381.58 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: 381.58 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: 381.58 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: 381.58 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: 381.58 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 מערך נתונים : 1.17 GiB
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 מערך נתונים : 1.17 GiB
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 מערך נתונים : 1.17 GiB
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 מערך נתונים : 1.17 GiB
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 מערך נתונים : 1.17 GiB
פיצולים :

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

דוגמאות ( tfds.as_dataframe ):