jamesliu1/c4

该数据集包含10,000个样本，每个样本包含文本、时间戳和URL三个特征。数据集仅包含一个训练集分割，数据大小为22,478,816字节。数据集的下载大小为13,914,120字节。默认配置下的数据文件路径为data/train-*。

The dataset contains 10,000 samples, each with three features: text, timestamp, and URL. The dataset includes only a training set split, with a data size of 22,478,816 bytes. The download size of the dataset is 13,914,120 bytes. The data file path under the default configuration is data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • text: 数据类型为字符串（string）
  • timestamp: 数据类型为字符串（string）
  • url: 数据类型为字符串（string）

• 分割:

  • train:
    • 字节数: 22478816
    • 样本数: 10000

• 下载大小: 13914120 字节

• 数据集大小: 22478816 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*