pa-shk/tmdb_processed

---
dataset_info:
features:
- name: name
dtype: string
- name: metadata
struct:
- name: adult
dtype: bool
- name: budget
dtype: int64
- name: genres
dtype: string
- name: imdb_id
dtype: string
- name: original_language
dtype: string
- name: original_title
dtype: string
- name: overview
dtype: string
- name: popularity
dtype: float64
- name: production_companies
dtype: string
- name: production_countries
dtype: string
- name: release_date
dtype: string
- name: revenue
dtype: int64
- name: runtime
dtype: int64
- name: spoken_languages
dtype: string
- name: status
dtype: string
- name: tagline
dtype: string
- name: vote_average
dtype: float64
- name: vote_count
dtype: int64
- name: id
dtype: string
- name: embed
sequence: float32
splits:
- name: train
num_bytes: 23949369
num_examples: 6629
download_size: 26213085
dataset_size: 23949369
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• name: 类型为字符串。
• metadata: 结构化数据，包含以下字段：
  • adult: 布尔类型。
  • budget: 64位整数类型。
  • genres: 字符串类型。
  • imdb_id: 字符串类型。
  • original_language: 字符串类型。
  • original_title: 字符串类型。
  • overview: 字符串类型。
  • popularity: 64位浮点数类型。
  • production_companies: 字符串类型。
  • production_countries: 字符串类型。
  • release_date: 字符串类型。
  • revenue: 64位整数类型。
  • runtime: 64位整数类型。
  • spoken_languages: 字符串类型。
  • status: 字符串类型。
  • tagline: 字符串类型。
  • vote_average: 64位浮点数类型。
  • vote_count: 64位整数类型。
• id: 字符串类型。
• embed: 32位浮点数序列。

数据分割

• train: 包含6629个样本，占用23949369字节。

数据集大小

• 下载大小: 26213085字节。
• 数据集大小: 23949369字节。

配置

• default: 包含训练数据文件，路径为data/train-*。