phanvancongthanh/belka-protein-brd4

---
dataset_info:
features:
- name: id
dtype: int64
- name: molecule_smiles
dtype: string
- name: protein_name
dtype: string
- name: binds
dtype: int64
splits:
- name: train
num_bytes: 10036728154.333334
num_examples: 98415610
download_size: 2109278624
dataset_size: 10036728154.333334
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• id：整数类型（int64）
• molecule_smiles：字符串类型（string）
• protein_name：字符串类型（string）
• binds：整数类型（int64）

数据集划分

• 训练集（train）：
  • 数据量：98415610条记录
  • 存储大小：10036728154.333334字节

数据集大小

• 下载大小：2109278624字节
• 数据集总大小：10036728154.333334字节

配置信息

• 默认配置（default）：
  • 训练集路径：data/train-*