nuprl-staging/training_classifier_v1

---
dataset_info:
features:
- name: id
dtype: int64
- name: prompt
dtype: string
- name: answer
dtype: string
- name: num_nodes
dtype: int64
- name: num_edges
dtype: int64
- name: avg_node_edge
dtype: float64
- name: graph_density
dtype: float64
- name: num_classes
dtype: int64
- name: avg_node_class
dtype: float64
- name: max_num_field
dtype: int64
- name: min_num_field
dtype: int64
- name: avg_num_field
dtype: float64
- name: path_length
dtype: int64
- name: max_node_visits
dtype: int64
- name: max_edge_visits
dtype: int64
- name: unique_node_number
dtype: int64
- name: path_node_coverage
dtype: float64
- name: unique_edge_number
dtype: int64
- name: path_edge_coverage
dtype: float64
- name: num_cycle
dtype: int64
- name: shortest_cycle
dtype: float64
- name: longest_cycle
dtype: float64
- name: average_cycle
dtype: float64
- name: unique_edge_label
dtype: int64
- name: max_label_occurrences
dtype: int64
- name: max_label_consecutive
dtype: int64
- name: max_node_outdegree
dtype: int64
- name: correctness
dtype: bool
- name: one_correct
dtype: bool
splits:
- name: train
num_bytes: 2489928
num_examples: 3000
- name: test
num_bytes: 414386
num_examples: 500
download_size: 613345
dataset_size: 2904314
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：样本ID，数据类型：64位整数（int64）
- 名称：提示词（prompt），数据类型：字符串（string）
- 名称：回答（answer），数据类型：字符串（string）
- 名称：节点数（num_nodes），数据类型：64位整数（int64）
- 名称：边数（num_edges），数据类型：64位整数（int64）
- 名称：平均节点边数（avg_node_edge），数据类型：64位浮点数（float64）
- 名称：图密度（graph_density），数据类型：64位浮点数（float64）
- 名称：类别数（num_classes），数据类型：64位整数（int64）
- 名称：平均节点类别数（avg_node_class），数据类型：64位浮点数（float64）
- 名称：最大字段数（max_num_field），数据类型：64位整数（int64）
- 名称：最小字段数（min_num_field），数据类型：64位整数（int64）
- 名称：平均字段数（avg_num_field），数据类型：64位浮点数（float64）
- 名称：路径长度（path_length），数据类型：64位整数（int64）
- 名称：最大节点访问数（max_node_visits），数据类型：64位整数（int64）
- 名称：最大边访问数（max_edge_visits），数据类型：64位整数（int64）
- 名称：唯一节点数（unique_node_number），数据类型：64位整数（int64）
- 名称：路径节点覆盖率（path_node_coverage），数据类型：64位浮点数（float64）
- 名称：唯一边数（unique_edge_number），数据类型：64位整数（int64）
- 名称：路径边覆盖率（path_edge_coverage），数据类型：64位浮点数（float64）
- 名称：环数量（num_cycle），数据类型：64位整数（int64）
- 名称：最短环长度（shortest_cycle），数据类型：64位浮点数（float64）
- 名称：最长环长度（longest_cycle），数据类型：64位浮点数（float64）
- 名称：平均环长度（average_cycle），数据类型：64位浮点数（float64）
- 名称：唯一边标签数（unique_edge_label），数据类型：64位整数（int64）
- 名称：标签最大出现次数（max_label_occurrences），数据类型：64位整数（int64）
- 名称：标签最大连续出现次数（max_label_consecutive），数据类型：64位整数（int64）
- 名称：节点最大出度（max_node_outdegree），数据类型：64位整数（int64）
- 名称：正确性标记（correctness），数据类型：布尔型（bool）
- 名称：单条正确性标记（one_correct），数据类型：布尔型（bool）
数据划分：
- 划分名称：训练集（train），占用字节数：2489928，样本数量：3000
- 划分名称：测试集（test），占用字节数：414386，样本数量：500
下载总大小：613345，数据集总大小：2904314
数据集配置：
- 配置名称：默认配置（default），数据文件路径：
- 训练集：data/train-*
- 测试集：data/test-*