MikeGreen2710/12_jun_hn_mapped_to_bang_gia_fix_address_data_2

该数据集包含多个字段，如id、address、city、district、ward、street等，涵盖了地址信息的各个方面。数据集主要用于处理和分析地址数据，可能涉及地址匹配、地址标准化或地址验证等任务。数据集包含一个训练集，大小为423384164字节，包含1346660个样本。

This dataset includes multiple fields such as id, address, city, district, ward, street, etc., covering various aspects of address information. The dataset is primarily used for processing and analyzing address data, possibly involving tasks such as address matching, address standardization, or address verification. The dataset contains a training set with a size of 423384164 bytes and includes 1346660 samples.

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• address: 字符串类型
• row_no: 64位整数类型
• city: 字符串类型
• district: 字符串类型
• ward: 字符串类型
• street: 字符串类型
• addr_id: 64位整数类型
• score: 64位浮点数类型
• number_str: 布尔类型
• before_comma_str: 字符串类型
• phuong_rplc: 字符串类型
• wrong_phuong_to_repl: 布尔类型
• street_original: 字符串类型
• match: 64位浮点数类型
• segment_no: 64位浮点数类型

数据分割

• train:
  • 字节数: 423384164
  • 样本数: 1346660

数据集大小

• 下载大小: 132533311 字节
• 数据集总大小: 423384164 字节

配置

• default:
  • 数据文件路径: data/train-*