机器学习黑客松产品实体预测数据集1963-2021
数据来源：互联网公开数据
标签：机器学习,黑客松,产品预测,图像识别,实体识别,数据标注
数据概述：
本数据集包含用于机器学习黑客松的产品实体预测任务所需的数据。数据集分为训练集和测试集，其中训练集包含产品图像的链接、产品类别代码、实体名称和实体值等信息，测试集则缺少实体值字段，需要参赛者通过模型预测。
数据用途概述：
该数据集适用于产品实体预测、图像识别和实体识别等机器学习任务。参赛者可以利用训练集数据训练模型，并使用测试集数据进行预测。预测结果需按照指定格式输出，参赛者可以通过参加黑客松比赛来展示其模型的预测性能。
数据集包含以下字段：
- index: 数据样本的唯一标识符（ID）
- image_link: 产品图像的公开URL，可以通过src/utils.py中的download_images函数下载。示例链接：https://m.media-amazon.com/images/I/71XfHPR36-L.jpg
- group_id: 产品类别代码
- entity_name: 产品实体名称。例如：“item_weight”
- entity_value: 产品实体值。例如：“34 gram”
注意：对于test.csv文件，您将不会看到entity_value列，因为这是目标变量。
输出格式：
输出文件应为包含两列的CSV文件：
- index: 数据样本的唯一标识符（ID）。请注意，索引应与测试记录的索引匹配。
- prediction: 一个字符串，应具备以下格式：“x unit”，其中x是一个标准格式的浮点数，unit是允许的单位之一（允许的单位在附录中列出）。两个值之间应有一个空格。例如：“2 gram”、“12.5 centimetre”、“2.56 ounce”为有效格式。以下为无效格式示例：“2 gms”、“60 ounce/1.7 kilogram”、“2.2e2 kilogram”等。
注意：务必为所有索引输出预测结果。如果任何测试样本的图像中未找到值，请返回空字符串，即“”。如果输出文件中的输出样本数量与test.csv中的数量不匹配，您的输出将不会被评估。
数据集文件：
- train.csv: 包含标签（entity_value）的训练文件。
- test.csv: 不含输出标签（entity_value）的测试文件。请使用您的模型/解决方案生成此文件中数据的预测结果，并将输出文件格式与sample_test_out.csv匹配（请参见上述“输出格式”部分）。
