Kalikk/human_dataset

该数据集包含五个特征字段：id、indice、title、value和fonte，分别表示数据的唯一标识、索引、标题、值和来源。数据集分为训练集、测试集和验证集三个部分，训练集包含61783个示例，测试集和验证集各包含7723个示例。数据集的下载大小为21129319字节，总大小为32308948.0字节。

The dataset contains five feature fields: id, indice, title, value, and fonte, which represent the unique identifier, index, title, value, and source of the data, respectively. The dataset is divided into three parts: train, test, and validation sets. The train set contains 61,783 examples, while the test and validation sets each contain 7,723 examples. The download size of the dataset is 21,129,319 bytes, and the total size is 32,308,948.0 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为 int64
• indice: 数据类型为 int64
• title: 数据类型为 string
• value: 数据类型为 string
• fonte: 数据类型为 string

数据集分割

• train: 包含 61783 个样本，占用 25847074.729492806 字节
• test: 包含 7723 个样本，占用 3230936.6352535966 字节
• validation: 包含 7723 个样本，占用 3230936.6352535966 字节

数据集大小

• 下载大小: 21129319 字节
• 数据集总大小: 32308948.0 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*
    • validation: 路径为 data/validation-*