AdapterOcean/data-standardized_cluster_24_std

---
dataset_info:
features:
- name: message
dtype: string
- name: message_type
dtype: string
- name: message_id
dtype: int64
- name: conversation_id
dtype: int64
- name: cluster
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 18943226
num_examples: 16868
download_size: 8113695
dataset_size: 18943226
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "data-standardized_cluster_24_std"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息:
特征:
- 名称: message
数据类型: 字符串
- 名称: message_type
数据类型: 字符串
- 名称: message_id
数据类型: int64
- 名称: conversation_id
数据类型: int64
- 名称: cluster
数据类型: float64
- 名称: __index_level_0__
数据类型: int64
拆分:
- 名称: train
字节数: 18943226
样本数: 16868
下载大小: 8113695
数据集大小: 18943226
配置:
- 配置名称: default
数据文件:
- 拆分: train
路径: data/train-*
---
# 数据集卡片："data-standardized_cluster_24_std"

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据特征

• message: 数据类型为字符串（string）
• message_type: 数据类型为字符串（string）
• message_id: 数据类型为64位整数（int64）
• conversation_id: 数据类型为64位整数（int64）
• cluster: 数据类型为64位浮点数（float64）
• index_level_0: 数据类型为64位整数（int64）

数据分割

• train: 包含16868个样本，总字节数为18943226

数据集大小

• 下载大小: 8113695字节
• 数据集大小: 18943226字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*