David3234/custom_drug_dataset

该数据集包含与患者药物使用相关的信息，主要字段包括患者ID、药物名称、病情描述、患者对药物的评价、评分、评价日期、评价的有用性计数以及评价的长度。数据集被分为训练集、验证集和测试集，分别用于模型的训练、验证和测试。

This dataset contains information related to patient drug usage, with main fields including patient ID, drug name, condition description, patient review of the drug, rating, review date, usefulness count of the review, and the length of the review. The dataset is divided into training, validation, and test sets, intended for model training, validation, and testing respectively.

原始信息汇总

数据集概述

数据集特征

• patient_id: 患者ID，数据类型为 int64
• drugName: 药品名称，数据类型为 string
• condition: 疾病或症状，数据类型为 string
• review: 患者评论，数据类型为 string
• rating: 评分，数据类型为 float64
• date: 评论日期，数据类型为 string
• usefulCount: 有用评论计数，数据类型为 int64
• review_length: 评论长度，数据类型为 int64

数据集划分

• train: 训练集，包含 110811 个样本，占用 65975578 字节
• validation: 验证集，包含 27703 个样本，占用 16422578 字节
• test: 测试集，包含 46108 个样本，占用 27430466 字节

数据集大小

• download_size: 下载大小为 63886981 字节
• dataset_size: 数据集总大小为 109828622 字节

配置信息

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