Linux 内核 Git 修订历史数据集

关于数据集

该数据集包含Linux 内核主分支约12 年来的文件变更提交详细信息。它包含约 60 万条（已筛选）提交，总计约 140 万条文件变更记录。

每一行代表特定提交中更改的文件，并包含该文件的删除和添加注释，以及文件名和提交主题。我还包含了每个更改文件的作者的匿名信息，以及提交时间和作者的时区。

详细列：

• author_timestamp：提交发生时的 UNIX 时间戳
• commit_hash：提交的 SHA-1 哈希
• commit_utc_offset_hours：从提交时间开始计算的 UTC 偏移量（以小时为单位）
• filename：提交中更改的文件名
• n_additions：添加的行数
• n_deletions：删除的行数
• subject：提交的主题
• author_id：匿名作者 ID。