AdapterOcean/python3-standardized_cluster_2

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 24594904
num_examples: 2170
download_size: 0
dataset_size: 24594904
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "python3-standardized_cluster_2"

[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：文本（text），数据类型：字符串（string）
- 字段名：会话ID（conversation_id），数据类型：64位整数（int64）
- 字段名：嵌入向量（embedding），数据类型：64位浮点数序列（sequence: float64）
- 字段名：簇ID（cluster），数据类型：64位整数（int64）
数据集划分：
- 划分名称：训练集（train），字节大小：24594904，样本数量：2170
下载大小：0
数据集总大小：24594904

数据集配置：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

# "python3标准化簇2"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:

  • text: 类型为 string
  • conversation_id: 类型为 int64
  • embedding: 类型为 float64 的序列
  • cluster: 类型为 int64

• 分割:

  • train:
    • 字节数: 24594904
    • 样本数: 2170

• 下载大小: 0

• 数据集大小: 24594904

配置

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