AdapterOcean/med_alpaca_standardized_cluster_46_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: 21057250
num_examples: 38172
download_size: 10381676
dataset_size: 21057250
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "med_alpaca_standardized_cluster_46_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：
特征字段：
- 字段名：message（消息），数据类型：字符串
- 字段名：message_type（消息类型），数据类型：字符串
- 字段名：message_id（消息ID），数据类型：64位整型
- 字段名：conversation_id（会话ID），数据类型：64位整型
- 字段名：cluster（聚类簇），数据类型：64位浮点型
- 字段名：__index_level_0__（索引层级0），数据类型：64位整型
划分集：
- 名称：训练集，占用字节数：21057250，样本数量：38172
下载大小：10381676
数据集总大小：21057250
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：训练集，文件路径：data/train-*

# "med_alpaca_standardized_cluster_46_std"数据集卡片
[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

数据集信息

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38172个样本，总字节数为21057250

数据集大小

• 下载大小: 10381676字节
• 数据集大小: 21057250字节

配置

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