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-*