susnato/js_PRs

--- dataset_info: features: - name: repo_name dtype: string - name: pr_number dtype: int64 - name: pr_title dtype: string - name: pr_description dtype: string - name: author dtype: string - name: date_created dtype: timestamp[ns, tz=UTC] - name: date_merged dtype: timestamp[ns, tz=UTC] - name: previous_commit dtype: string - name: pr_commit dtype: string - name: query dtype: string - name: filepath dtype: string - name: before_content dtype: string - name: after_content dtype: string - name: label dtype: int64 splits: - name: train num_bytes: 4035784807 num_examples: 35047 download_size: 2692656898 dataset_size: 4035784807 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• repo_name: 仓库名称，数据类型为字符串。
• pr_number: 拉取请求编号，数据类型为整数。
• pr_title: 拉取请求标题，数据类型为字符串。
• pr_description: 拉取请求描述，数据类型为字符串。
• author: 作者，数据类型为字符串。
• date_created: 创建日期，数据类型为时间戳（纳秒，UTC时区）。
• date_merged: 合并日期，数据类型为时间戳（纳秒，UTC时区）。
• previous_commit: 前一个提交，数据类型为字符串。
• pr_commit: 拉取请求提交，数据类型为字符串。
• query: 查询，数据类型为字符串。
• filepath: 文件路径，数据类型为字符串。
• before_content: 修改前的内容，数据类型为字符串。
• after_content: 修改后的内容，数据类型为字符串。
• label: 标签，数据类型为整数。

数据集划分

• train: 训练集，包含35047个样本，总大小为4035784807字节。

数据集大小

• 下载大小: 2692656898字节
• 数据集大小: 4035784807字节

配置

• default: 默认配置，包含训练集数据文件，路径为data/train-*。