thiomajid/java-methods-embedding

该数据集包含三个特征：anchor（锚点）、positive（正例）和id（唯一标识符）。数据集分为训练集和测试集，训练集包含54000个样本，测试集包含6000个样本。数据集的下载大小为2511463字节，总大小为3322869字节。数据文件路径分别为train-*和test-*。

The dataset contains three features: anchor, positive, and id. It is divided into a training set with 54,000 samples and a test set with 6,000 samples. The download size of the dataset is 2,511,463 bytes, and the total size is 3,322,869 bytes. The data files are located at train-* and test-*.

原始信息汇总

数据集概述

数据特征

• anchor: 数据类型为字符串（string）
• positive: 数据类型为字符串（string）
• id: 数据类型为整数（int64）

数据分割

• train: 包含54000个样本，占用2990582.1字节
• test: 包含6000个样本，占用332286.9字节

数据集大小

• 下载大小: 2511463字节
• 总数据集大小: 3322869.0字节

配置信息

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