数据集概述
本数据集包含ONE DATA平台的815个独特数据科学工作流的16035个时间有序版本，以节点异构有向无环图（DAG）形式呈现，含156种节点类型，分为加载、保存、转换、定量方法、高级方法5类。另有过滤版本ODDS，含弱连通且至少5个版本、5个节点的工作流，均为JSON格式节点-链接图。
文件详解
- 文件名称：ODDS_full.json
- 文件格式：JSON
- 字段映射介绍：包含815个完整工作流的16035个版本，以节点异构DAG形式存储，包含各版本工作流的结构与节点类型信息，无额外元数据
- 文件名称：ODDS.json
- 文件格式：JSON
- 字段映射介绍：过滤后的工作流数据集，仅包含弱连通且至少有5个版本、5个节点的工作流，结构与ODDS_full一致，适合监督与无监督学习使用
适用场景
- 机器学习工作流演化分析: 研究数据科学工作流随时间的结构变化与版本迭代规律
- 工作流节点类型分布研究: 分析加载、保存、转换等5类节点在工作流中的使用频率与组合模式
- 工作流拓扑结构分析: 基于DAG结构探索机器学习工作流的复杂性与设计模式
- 工作流推荐系统训练: 利用工作流版本数据训练模型，为用户推荐相似或优化的机器学习流程
- 自动化工作流生成研究: 基于现有工作流的节点组合规律，探索自动生成数据科学工作流的方法
