jlkj/the-stack-moonscript-clean

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
dataset_info:
features:
- name: hexsha
dtype: string
- name: size
dtype: int64
- name: content
dtype: string
- name: avg_line_length
dtype: float64
- name: max_line_length
dtype: int64
- name: alphanum_fraction
dtype: float64
splits:
- name: train
num_bytes: 20211229.498295177
num_examples: 5520
- name: test
num_bytes: 1124066.5681117065
num_examples: 307
- name: valid
num_bytes: 1124066.5681117065
num_examples: 307
download_size: 9160074
dataset_size: 22459362.63451859
---
# Dataset Card for "the-stack-moonscript-clean"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 测试集：路径为 data/test-*
  • 验证集：路径为 data/valid-*

数据特征

• hexsha：数据类型为 string
• size：数据类型为 int64
• content：数据类型为 string
• avg_line_length：数据类型为 float64
• max_line_length：数据类型为 int64
• alphanum_fraction：数据类型为 float64

数据分割

• 训练集：
  • 字节数：20211229.498295177
  • 样本数：5520
• 测试集：
  • 字节数：1124066.5681117065
  • 样本数：307
• 验证集：
  • 字节数：1124066.5681117065
  • 样本数：307

数据集大小

• 下载大小：9160074 字节
• 数据集大小：22459362.63451859 字节