ASSERT-KTH/megadiff

Megadiff是一个包含Java源代码更改的数据集，这些更改根据差异大小进行了分类。数据集包含656,785个训练示例，总大小为16,904,390,254字节。每个示例包含源代码的差异信息、是否为单一代码块、是否为单一函数、错误函数和修复后的函数等特征。数据集主要用于代码更改的研究和分析。

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • diff: 类型为 string
  • is_single_chunk: 类型为 bool
  • is_single_function: 类型为 bool
  • buggy_function: 类型为 string
  • fixed_function: 类型为 string

• 数据分割:

  • train: 包含 656785 个样本，总字节数为 16904390254

• 数据集大小:

  • 下载大小: 5369285762 字节
  • 数据集大小: 16904390254 字节

配置信息

• 配置名称: default
  • 数据文件:
    • train: 路径为 data/train-*

其他信息

• 语言: 代码
• 美观名称: megadiff
• 大小类别: 100K < n < 1M