GleghornLab/CC_reg

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
dataset_info:
features:
- name: seqs
dtype: string
- name: labels
dtype: string
splits:
- name: train
num_bytes: 32390842
num_examples: 26225
- name: valid
num_bytes: 3573479
num_examples: 2904
- name: test
num_bytes: 4356481
num_examples: 3350
download_size: 0
dataset_size: 40320802
---
# Dataset Card for "CC_reg"

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

配置项：
- 配置名称：default
数据文件：
- 数据拆分（split）：训练集（train）
路径：data/train-*
- 数据拆分（split）：验证集（valid）
路径：data/valid-*
- 数据拆分（split）：测试集（test）
路径：data/test-*
数据集信息：
特征：
- 特征名：序列（seqs）
数据类型（dtype）：字符串（string）
- 特征名：标签（labels）
数据类型（dtype）：字符串（string）
数据拆分集合：
- 名称：训练集（train）
字节大小：32390842
样本数量：26225
- 名称：验证集（valid）
字节大小：3573479
样本数量：2904
- 名称：测试集（test）
字节大小：4356481
样本数量：3350
下载总大小：0
数据集总大小：40320802
---
# 「CC_reg」数据集卡片
[更多信息请参见：https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards]

原始信息汇总

数据集卡片：CC_reg

配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 验证集: data/valid-*
    • 测试集: data/test-*

数据集信息

• 特征:

  • 名称: seqs
    • 数据类型: string
  • 名称: labels
    • 数据类型: string

• 分割:

  • 训练集:
    • 字节数: 32390842
    • 样本数: 26225
  • 验证集:
    • 字节数: 3573479
    • 样本数: 2904
  • 测试集:
    • 字节数: 4356481
    • 样本数: 3350

• 下载大小: 0

• 数据集大小: 40320802