TerminatorJ/relabel_output-XETG00048__0003789__VUHD069__20230308__003731

该数据集包含多个特征，如Expression（表达量）、Split（分割类型）、Cell_id（细胞ID）、Gene（基因）、Cell_Ids（细胞ID列表）、Ranked_Gene_Names（排名基因名称）、Full_Tokens（完整标记）和Gene_Gene_Matrix（基因-基因矩阵）。数据集被分为训练集、测试集和验证集，分别包含10777、3368和2695个示例，总大小为701387308字节。

This dataset includes multiple features such as Expression, Split, Cell_id, Gene, Cell_Ids, Ranked_Gene_Names, Full_Tokens, and Gene_Gene_Matrix. The dataset is divided into training, test, and validation sets, containing 10777, 3368, and 2695 examples respectively, with a total size of 701387308 bytes.

原始信息汇总

数据集概述

数据集特征

• Expression: 序列类型，数据类型为 float64
• Split: 字符串类型
• Cell_id: 字符串类型
• Gene: 序列类型，数据类型为 string
• Cell_Ids: 字符串类型
• Ranked_Gene_Names: 序列类型，数据类型为 string
• Full_Tokens: 序列类型，数据类型为 int64
• Gene_Gene_Matrix: 嵌套序列类型，内部数据类型为 float64

数据集分割

• train: 包含 10777 个样本，占用 449103165 字节
• test: 包含 3368 个样本，占用 140027526 字节
• validation: 包含 2695 个样本，占用 112256617 字节

数据集大小

• 下载大小: 8567397 字节
• 总数据集大小: 701387308 字节

配置信息

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