Ezi/Human_gene_HGNC

该数据集包含了基因相关的多种信息，如HGNC ID、批准符号、批准名称、状态、先前符号、别名符号、染色体、登录号、RefSeq ID、基因座类型、先前名称、OMIM ID、NCBI Gene ID、LNCipedia ID、RefSeq、别名名称、基因座组、批准日期、酶ID和基因组ID等。数据集分为训练集和测试集，分别包含15407和3852个样本。下载大小为2728261字节，数据集总大小为6103131字节。

原始信息汇总

数据集概述

数据集特征

• HGNC ID: 整数类型
• Approved symbol: 字符串类型
• Approved name: 字符串类型
• Status: 字符串类型
• Previous symbols: 字符串类型
• Alias symbols: 字符串类型
• Chromosome: 字符串类型
• Accession numbers: 字符串类型
• RefSeq IDs: 字符串类型
• Locus type: 字符串类型
• Previous name: 字符串类型
• OMIM ID(supplied by OMIM): 字符串类型
• NCBI Gene ID(supplied by NCBI): 整数类型
• LNCipedia ID (supplied by LNCipedia): 字符串类型
• RefSeq(supplied by NCBI): 字符串类型
• Alias names: 字符串类型
• Locus group: 字符串类型
• Date approved: 字符串类型
• Enzyme IDs: 字符串类型
• Gene group ID: 字符串类型

数据集分割

• 训练集:
  • 字节数: 4883453
  • 示例数: 15407
• 测试集:
  • 字节数: 1219678
  • 示例数: 3852

数据集大小

• 下载大小: 2728261字节
• 数据集总大小: 6103131字节

配置文件

• 默认配置:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*