Coggle 30 Days of ML(2023年7月)任务一:比赛报名及数据读取

简介: Coggle 30 Days of ML(2023年7月)任务一:比赛报名及数据读取
任务一:报名比赛,下载比赛数据集并完成数据读取
  • 说明:在这个任务中,我将访问比赛网站并完成比赛报名。然后会下载比赛的数据集,并使用Pandas库来读取和加载数据。
  • 实践步骤:
  1. 访问比赛网站:https://challenge.xfyun.cn/topic/info?type=text-detector&ch=vWxQGFU。
  2. 完成比赛的报名,并获取数据集的下载链接。
  3. 使用下载链接来下载比赛的数据集。
  4. 最后使用Pandas库来读取和加载数据集,将数据转换为可以进行处理的数据结构。

比赛报名及下载数据集

首先,我会报名参加《ChatGPT生成文本检测器》比赛,然后我会下载相关的数据集。比赛数据集可以在赛题数据集中找到。

数据读取

接下来,使用Pandas库来读取数据:

import pandas as pd
train_data = pd.read_csv('ChatGPT/train.csv')
test_data = pd.read_csv('ChatGPT/test.csv')


可以看到train_datatest_data包含了三个字段,分别是“name”,“label”和“content”。


相关文章
|
5月前
【每日一题Day145】LC2383赢得比赛需要的最少训练时长 | 模拟
【每日一题Day145】LC2383赢得比赛需要的最少训练时长 | 模拟
28 0
|
4月前
|
存储 数据可视化 Python
Coggle 30 Days of ML 打卡任务一:两个赛题数据可视化
Coggle 30 Days of ML 打卡任务一:两个赛题数据可视化
|
4月前
|
机器学习/深度学习 自然语言处理 算法
Coggle 30 Days of ML(23年7月)任务三:使用TFIDF提取文本特征
Coggle 30 Days of ML(23年7月)任务三:使用TFIDF提取文本特征
|
4月前
|
数据可视化 PyTorch 算法框架/工具
Coggle 30 Days of ML 打卡任务二:苹果病害数据加载与数据增强
Coggle 30 Days of ML 打卡任务二:苹果病害数据加载与数据增强
|
6月前
|
机器学习/深度学习 计算机视觉
如何在一个月写一篇论文(中文核心,SCI)
如何在一个月写一篇论文(中文核心,SCI)
94 0
|
自然语言处理
kaggle比赛——Jigsaw Rate Severity of Toxic Comments(NLP类型)——分析获奖模型笔记
kaggle比赛——Jigsaw Rate Severity of Toxic Comments(NLP类型)——分析获奖模型笔记
|
机器学习/深度学习 数据挖掘 Shell
下载kaggle数据集的小妙招
下载kaggle数据集的小妙招
下载kaggle数据集的小妙招
|
存储 算法 数据可视化
数据结构第七周笔记——图(中3)(慕课浙大版本--XiaoYu)
小白专场,实现案例:哈利波特的考试,并进行逐句讲解
94 0