patrikgerard/combined_uk_ru_dataset_v2

该数据集包含多个特征，包括唯一标识符（unique_id）、输入数据（input）、分类标签（classification）和原始数据集来源（original_dataset）。数据集分为训练集和测试集，训练集包含17,300个样本，测试集包含1,922个样本。数据集的下载大小为9,309,113字节，总大小为19,666,009字节。

This dataset includes several features such as unique identifier (unique_id), input data (input), classification label (classification), and the source of the original dataset (original_dataset). The dataset is divided into a training set and a test set, with the training set containing 17,300 samples and the test set containing 1,922 samples. The download size of the dataset is 9,309,113 bytes, and the total size is 19,666,009 bytes.

原始信息汇总

数据集概述

数据特征

• unique_id: 类型为字符串
• input: 类型为字符串
• classification: 类型为字符串
• original_dataset: 类型为字符串
• index_level_0: 类型为整数

数据分割

• train:
  • 字节数: 17695769
  • 样本数: 17300
• test:
  • 字节数: 1970240
  • 样本数: 1922

数据集大小

• 下载大小: 9309113 字节
• 数据集总大小: 19666009 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*