【论文翻译&笔记】A contextual bandit bake-off

实际评估算法的优劣论文  使用监督数据集

数据集介绍

本节给出我们研究中考虑的成本敏感分类数据集的一些细节。

1多分类的数据集。我们考虑来自openml的525个多分类数据集。org平台，包括医疗、基因表达、文本、感官或合成数据等。表6提供了关于这些数据集的一些统计数据。这些还包括UCI数据库中考虑的8个分类数据集(Foster等人，2018年)。完整的数据集列表如下所示。

对对多分类数据集的描述性统计 按照action数量 样本量 特征量 和PV值 进行划分

多标签数据集 

2.

3.

对多标签数据集RCV1进行修改 

每个样本都包含一篇新闻文章，在103个主题的集合中使用它所属的主题进行标记。对于不正确的主题，成本不是固定为1，而是定义为到主题层次结构中正确主题集的树距离。

微软数据集 https://www.microsoft.com/en-us/research/project/mslr/

雅虎数据集 https://webscope.sandbox.yahoo.com/catalog.php?datatype=c