mahdibaghbanzadeh/GUE_virus_covid

该数据集包含两个主要特征：sequence和labels。sequence特征的数据类型为字符串，labels特征是一个分类标签，包含从0到8的类别。数据集分为训练集、验证集和测试集，分别包含73335、9166和9168个样本。数据集的总下载大小为40997725字节，总大小为92677359字节。

原始信息汇总

数据集概述

数据集特征

• sequence：字符串类型
• labels：分类标签，包含以下类别：
  • 0: 0
  • 1: 1
  • 2: 2
  • 3: 3
  • 4: 4
  • 5: 5
  • 6: 6
  • 7: 7
  • 8: 8

数据集划分

• train：
  • 数据量：73335个样本
  • 大小：74141685字节
• val：
  • 数据量：9166个样本
  • 大小：9266826字节
• test：
  • 数据量：9168个样本
  • 大小：9268848字节

数据集大小

• 下载大小：40997725字节
• 总大小：92677359字节

数据文件配置

• default 配置：
  • train：路径为 data/train-*
  • val：路径为 data/val-*
  • test：路径为 data/test-*