TerminatorJ/relabel_output-XETG00048__0003400__VUILD91LF__20230313__191400

该数据集包含多个特征，如Expression（表达量）、Split（数据集分割）、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9748、3046和2438个示例，总大小为863708763字节。

The 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 9748, 3046, and 2438 examples respectively, with a total size of 863708763 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，数据类型为字符串。
• Cell_Ids: 字符串类型。
• Ranked_Gene_Names: 序列类型，数据类型为字符串。
• 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9748个样本，占用553271490字节。
• test: 包含3046个样本，占用173838051字节。
• validation: 包含2438个样本，占用136599222字节。

数据集大小

• 下载大小: 10188538字节。
• 总数据集大小: 863708763字节。

配置

• default:
  • train: 数据路径为data/train-*。
  • test: 数据路径为data/test-*。
  • validation: 数据路径为data/validation-*。