biomap-research/contact_prediction_binary

该数据集包含两个主要特征：seq和label，其中seq是字符串类型，label是一个整数序列。数据集分为训练集、验证集和测试集，分别包含12041、1505和1505个样本。训练集的大小为363996805字节，验证集为46480456字节，测试集为44762708字节。总下载大小为63574265字节，数据集总大小为455239969字节。数据文件的路径在配置部分指定。

The dataset contains two main features: seq and label, where seq is of string type and label is a sequence of integers. The dataset is divided into training, validation, and test sets, containing 12041, 1505, and 1505 samples respectively. The training set size is 363996805 bytes, the validation set is 46480456 bytes, and the test set is 44762708 bytes. The total download size is 63574265 bytes, and the total dataset size is 455239969 bytes. The paths to the data files are specified in the configuration section.

原始信息汇总

数据集概述

数据特征

• seq: 数据类型为字符串。
• label: 数据类型为整数序列。

数据分割

• train: 包含12041个样本，占用363996805字节。
• valid: 包含1505个样本，占用46480456字节。
• test: 包含1505个样本，占用44762708字节。

数据大小

• 下载大小: 63574265字节。
• 数据集总大小: 455239969字节。

配置

• default:
  • train: 数据文件路径为data/train-*。
  • valid: 数据文件路径为data/valid-*。
  • test: 数据文件路径为data/test-*。