lhallee/cds_both_balanced_512
收藏Hugging Face2024-06-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/lhallee/cds_both_balanced_512
下载链接
链接失效反馈官方服务：
资源简介：
该数据集均匀分割了原核生物和真核生物的CDS（编码序列）和氨基酸序列。数据集包含ID、物种、CDS、氨基酸序列和标签等特征，标签为浮点数类型。数据集被分割为训练集，包含3,153,210个样本，占用约1.85GB的存储空间，下载大小约为1.66GB。
该数据集均匀分割了原核生物和真核生物的CDS（编码序列）和氨基酸序列。数据集包含ID、物种、CDS、氨基酸序列和标签等特征，标签为浮点数类型。数据集被分割为训练集，包含3,153,210个样本，占用约1.85GB的存储空间，下载大小约为1.66GB。
提供机构：
lhallee
原始信息汇总
数据集概述
数据集信息
-
特征列表：
- ID：字符串类型
- species：字符串类型
- CDS：字符串类型
- AA：字符串类型
- Label：浮点数类型
-
数据分割：
- 训练集：
- 字节数：1851761903.890023
- 样本数：3153210
- 训练集：
-
数据大小：
- 下载大小：1659868245
- 数据集大小：1851761903.890023
配置信息
- 默认配置：
- 数据文件：
- 训练集路径：data/train-*
- 数据文件：
数据集描述
- 均匀分割原核生物和真核生物的CDS和氨基酸序列
