thowley824/dataset_stacked_2_labels

---
dataset_info:
features:
- name: event_id
dtype: int64
- name: text_8k_sec_bert_base
dtype: string
- name: text_8k_sec_bert_shape
dtype: string
- name: label
dtype:
class_label:
names:
'0': non-neutral
'1': neutral
- name: abnormal_return_metric
dtype: string
- name: event_window_start
dtype: int64
- name: event_window_end
dtype: int64
splits:
- name: train
num_bytes: 31559960649.6
num_examples: 402912
- name: test
num_bytes: 7889990162.4
num_examples: 100728
download_size: 17911793263
dataset_size: 39449950812.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• event_id: 数据类型为 int64。
• text_8k_sec_bert_base: 数据类型为 string。
• text_8k_sec_bert_shape: 数据类型为 string。
• label: 数据类型为分类标签，包含两个类别：0: non-neutral 和 1: neutral。
• abnormal_return_metric: 数据类型为 string。
• event_window_start: 数据类型为 int64。
• event_window_end: 数据类型为 int64。

数据集划分

• 训练集: 包含 402912 个样本，总大小为 31559960649.6 字节。
• 测试集: 包含 100728 个样本，总大小为 7889990162.4 字节。

数据集大小

• 下载大小: 17911793263 字节。
• 数据集总大小: 39449950812.0 字节。

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*