MikeGreen2710/12_jun_hn_pred_p1_standardized

该数据集包含多个特征，如id、text、STR、LEG、LOC等，这些特征大多为字符串序列类型。此外，数据集还包含一些数值类型的特征，如tum_san_thuong、ham、lung、tret等。数据集的分割为train，包含349939个样本，总大小为388729160字节。下载大小为173756019字节。

The dataset contains multiple features such as id, text, STR, LEG, LOC, etc., most of which are of string sequence type. Additionally, the dataset includes some numerical features such as tum_san_thuong, ham, lung, tret, etc. The dataset is split into train, containing 349939 samples, with a total size of 388729160 bytes. The download size is 173756019 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• text: 字符串类型
• STR: 字符串序列
• LEG: 字符串序列
• LOC: 字符串序列
• CIT: 字符串序列
• WAR: 字符串序列
• NUM: 字符串序列
• DIS: 字符串序列
• LAN: 字符串序列
• SHP: 字符串序列
• CAR: 字符串序列
• PUR: 字符串序列
• FWD: 字符串序列
• LIV: 字符串序列
• ARA: 字符串序列
• RWD: 字符串序列
• FDR: 字符串序列
• NOF: 字符串序列
• RPI: 字符串序列
• NOBR: 字符串序列
• NOBA: 字符串序列
• PRI: 字符串序列
• YCT: 字符串序列
• STU: 字符串序列
• COR: 字符串序列
• STU_std: 字符串序列
• SHP_std: 字符串序列
• COR_std: 字符串序列
• tum_san_thuong: 64位整数类型
• ham: 64位整数类型
• lung: 64位整数类型
• tret: 64位整数类型
• NOF_so_tang: 字符串类型
• NOF_so_lau: 64位浮点数类型
• NOF_so_tang_noi: 字符串类型

数据集分割

• train:
  • 样本数量: 349939
  • 数据大小: 388729160 字节

数据集配置

• default:
  • 数据文件路径: data/train-*

数据集大小

• 下载大小: 173756019 字节
• 数据集总大小: 388729160 字节