地球资源数据云——数据资源详情
抑郁症：Reddit 数据集（已清理）
该数据集《Depression: Reddit Dataset (Cleaned)》主要用于多分类任务，数据形态以文本为主，应用场景偏向医疗健康。 题目说明：~7000 Cleaned Reddit Labelled Dataset on Depression 任务类型：文本多分类。 建议流程：先做文本清洗与分词，再比较 TF - IDF+线性模型 与 预训练语言模型。 评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。 可用文件：depression_dataset_reddit_cleaned.csv。 The raw data is collected through web scrapping Subreddits and is cleaned using multiple NLP techniques. The data is only in English language. It mainly targets mental health classification.
摘要概览
该数据集《Depression: Reddit Dataset (Cleaned)》主要用于多分类任务，数据形态以文本为主，应用场景偏向医疗健康。 题目说明：~7000 Cleaned Reddit Labelled Dataset on Depression
任务类型：文本多分类。
建议流程：先做文本清洗与分词，再比较 TF - IDF+线性模型 与 预训练语言模型。
评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。
可用文件：depression_dataset_reddit_cleaned.csv。
The raw data is collected through web scrapping Subreddits and is cleaned using multiple NLP techniques. The data is only in English language. It mainly targets mental health classification.