# Chekhov ML Workshop — Data

来源：https://www.kaggle.com/competitions/chekhov-ml-workshop-2017/data

本地 Meta Kaggle 快照；不是本次实时页面。

# Dataset Description

Данные о статьях записаны в построчном JSON-формате. Размеченная обучающая выборка в `train.json.zip`, 120 тыс. статей. Тестовая выборка без информации об оценках `test.json.zip`, 52913 статей.

Поля, о которых нужно знать в первую очередь:

- `_id`, `url`: URL статьи
- `published`: время публикации статьи
- `domain`: сайт (например, habrahabr.ru или geektimes.ru)
- `title`: название статьи
- `content`: текст статьи
- `hubs`: перечисление хабов, к которым относится статья
- `tags`: теги статьи
- `author`: автор статьи, его ник и ссылка на профиль

Ответы на обучающей выборке (логарифм числа добавлений статьи в избранное) – в файле `train_target.csv`.

Пример файла посылки – `sampe_submission.csv`.