hukim1112/custom_drug_dataset

该数据集包含与药物相关的评论信息，特征包括患者ID、药物名称、病情、评论内容、评分、日期、有用计数和评论长度。数据集被分为训练集、验证集和测试集，分别包含110811、27703和46108个样本。

This dataset contains patient reviews and ratings on drugs, along with related conditions, dates, and useful counts. The dataset is divided into train, validation, and test sets, each with specified byte sizes and example counts. The download size and total size of the dataset are also provided.

原始信息汇总

数据集概述

数据特征

• patient_id: 患者ID，数据类型为int64
• drugName: 药品名称，数据类型为string
• condition: 疾病或症状，数据类型为string
• review: 患者评论，数据类型为string
• rating: 评分，数据类型为float64
• date: 评论日期，数据类型为string
• usefulCount: 有用评论计数，数据类型为int64
• review_length: 评论长度，数据类型为int64

数据分割

• train: 训练集，包含110811个样本，大小为65975578字节
• validation: 验证集，包含27703个样本，大小为16422578字节
• test: 测试集，包含46108个样本，大小为27430466字节

数据集大小

• 下载大小: 63886981字节
• 数据集总大小: 109828622字节

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
    • test: 路径为data/test-*