kyungraekim/py-commit

---
dataset_info:
features:
- name: commitId
dtype: string
- name: datetime
dtype: string
- name: subject
dtype: string
- name: comment
dtype: string
- name: diff
dtype: string
- name: gitVersion
dtype: string
splits:
- name: train
num_bytes: 12070125
num_examples: 800
- name: validation
num_bytes: 1955026
num_examples: 100
- name: test
num_bytes: 3457601
num_examples: 100
download_size: 5679110
dataset_size: 17482752
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• commitId: 数据类型为字符串。
• datetime: 数据类型为字符串。
• subject: 数据类型为字符串。
• comment: 数据类型为字符串。
• diff: 数据类型为字符串。
• gitVersion: 数据类型为字符串。

数据分割

• train: 包含800个样本，总字节数为12070125。
• validation: 包含100个样本，总字节数为1955026。
• test: 包含100个样本，总字节数为3457601。

数据集大小

• 下载大小: 5679110字节。
• 数据集大小: 17482752字节。

配置信息

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