TerminatorJ/relabel_output-XETG00048__0003400__TILD175__20230313__191400

该数据集包含多个特征，如基因表达数据（Expression）、数据分割信息（Split）、细胞标识（Cell_id）、基因名称（Gene）、细胞标识列表（Cell_Ids）、排名基因名称（Ranked_Gene_Names）、完整标记序列（Full_Tokens）和基因-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21023、6569和5257个示例，总大小为1593919125字节。数据集的下载大小为19295688字节。

The dataset includes multiple biological features such as Expression, Split, Cell_id, Gene, etc. The dataset is divided into train, test, and validation sets, each containing different numbers of samples and data sizes. The dataset configuration details the paths of the data files.

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21023个样本，占用1017440802字节。
• test: 包含6569个样本，占用320878565字节。
• validation: 包含5257个样本，占用255599758字节。

数据集大小

• 下载大小: 19295688字节。
• 总数据集大小: 1593919125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-*。