TerminatorJ/relabel_output-XETG00048__0003817__VUILD102LF__20230308__003731

该数据集包含多个特征字段，包括基因表达数据（Expression）、细胞ID（Cell_id）、基因名称（Gene）、细胞ID列表（Cell_Ids）、排名基因名称（Ranked_Gene_Names）、完整标记序列（Full_Tokens）以及基因-基因矩阵（Gene_Gene_Matrix）。数据集被分为训练集、测试集和验证集，分别包含16650、5203和4164个示例。数据集的下载大小为16480528字节，总大小为1372665379字节。

This dataset is primarily used in the field of bioinformatics, containing features such as gene expression data, cell identifiers, and gene names. The dataset is divided into training, testing, and validation sets for various analytical and model training purposes.

原始信息汇总

数据集概述

数据集特征

• Expression: 序列类型，数据类型为float64。
• Split: 字符串类型。
• Cell_id: 字符串类型。
• Gene: 序列类型，数据类型为字符串。
• Cell_Ids: 字符串类型。
• Ranked_Gene_Names: 序列类型，数据类型为字符串。
• Full_Tokens: 序列类型，数据类型为int64。
• Gene_Gene_Matrix: 嵌套序列类型，内部数据类型为float64。

数据集分割

• train: 包含16650个样本，占用878317458字节。
• test: 包含5203个样本，占用275244778字节。
• validation: 包含4164个样本，占用219103143字节。

数据集大小

• 下载大小: 16480528字节。
• 总数据集大小: 1372665379字节。

配置

• default:
  • train: 数据路径为data/train-*。
  • test: 数据路径为data/test-*。
  • validation: 数据路径为data/validation-*。