mrlom/cds_euk

该数据集包含序列、标识符、物种和物种ID等特征。数据集被分割为batch1，包含3953935个示例，总大小为1906051581字节。下载大小为1613824412字节。默认配置下的数据文件路径为data/batch1-*。

This dataset includes features such as sequences, identifiers, species, and species IDs. The dataset is split into batch1, containing 3953935 examples with a total size of 1906051581 bytes. The download size is 1613824412 bytes. The data file path under the default configuration is data/batch1-*.

原始信息汇总

数据集概述

数据特征

• seqs: 数据类型为字符串。
• ids: 数据类型为字符串。
• species: 数据类型为字符串。
• species_id: 数据类型为整数（int64）。

数据分割

• batch1: 包含3,953,935个样本，占用1,906,051,581字节。

数据集大小

• 下载大小: 1,613,824,412字节。
• 数据集大小: 1,906,051,581字节。

配置

• default:
  • 数据文件路径: data/batch1-*
  • 对应分割: batch1