近期計畫使用電商資料集做強化學習相關，從**中看到了retailrocker資料集，此資料集有四個檔案（如下圖），其中包括商品類別樹、事件日誌、物品熟悉日誌。
事件日誌包括了使用者對物品的「view」, 「addtocart」 or 「transaction」三個操作，在強化學習中可設定不同的獎勵；物品屬性日誌記錄物品的屬性變化，如**的變化等，由於此表的複雜性，所以下文特別分析了該錶的一些屬性特徵。
物品屬性中除了物品的「類別」和「有效性」屬性外，其餘屬性名字均做了hash，導致不能充分利用物品屬性。
從下圖可以看出，物品類別隨時間變化不頻繁，大多數物品的類別是乙個常量，少說物品的類別在兩個類別之間切換，建議將物品類別處理為常量。
如上圖，物品的有效性會隨時間無規律改變，在某一時刻，物品可能無效，所以，在強化學習狀態下，候選物品是乙個動態的過程，建議保留有效性的動態變化。
根據討論的官方回應，**屬性值都是數字，即以n開頭，另外根據統計資訊（如下圖），代號888和790出現的頻次最高，認為**很大可能是其中的乙個。
然後根據888屬性展開分析，其具體值如下圖，發現這個屬性值包含大量文字資訊，並且不同物品的屬性值不同，相同物品的屬性值相同，據此判斷次屬性可能屬於物品介紹特徵。
接下來分析790特徵， 特徵值如下圖，可以發現，790屬性值全部以n開頭，也就是說它的屬性值全部是數字，並且同一商品的幾個隨時間變化不大，據此猜測，此屬性值為商品**。
西瓜資料集3 0 西瓜資料集
編號,色澤,根蒂,敲聲,紋理,臍部,觸感,好瓜 1,青綠,蜷縮,濁響,清晰,凹陷,硬滑,是 2,烏黑,蜷縮,沉悶,清晰,凹陷,硬滑,是 3,烏黑,蜷縮,濁響,清晰,凹陷,硬滑,是 4,青綠,蜷縮,沉悶,清晰,凹陷,硬滑,是 5,淺白,蜷縮,濁響,清晰,凹陷,硬滑,是 6,青綠,稍蜷,濁響,清晰,稍凹...
資料集 Pascal voc2007資料集分析
作為標準資料集，voc 2007 是衡量影象分類識別能力的基準。faster rcnn，yolo v1,yolo v2都以此資料集為最為演示樣例，因此，有必要了解一下本資料集的組成架構。voc資料集共包含 訓練集 5011幅 測試集 4952幅 共計9963幅圖，共包含20個種類。aeroplane...
自己資料集轉化為coco資料集
1.將copy到對應資料夾 cd home aistudio cp r data hand143 panopticdb imgs data coco images 2.提取標籤資料 import json import os import cv2 dataset 根路徑，裡面包含images 資料夾...