TerminatorJ/relabel_output-XETG00048__0003817__VUHD116B__20230308__003731

该数据集包含多个特征，如基因表达数据（Expression）、数据分割信息（Split）、细胞标识（Cell_id）、基因名称（Gene）等。数据集被分为训练集、测试集和验证集，分别包含14509、4534和3628个样本。数据集的下载大小为11488381字节，总大小为909824284字节。配置部分指定了不同分割数据文件的路径。

This dataset includes multiple features such as gene expression data (Expression), data split information (Split), cell identifiers (Cell_id), gene names (Gene), etc. The dataset is divided into training, test, and validation sets, containing 14509, 4534, and 3628 samples respectively. The download size of the dataset is 11488381 bytes, and the total size is 909824284 bytes. The configuration section specifies the paths to the data files for different splits.

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14509个样本，占用582403430字节。
• test: 包含4534个样本，占用182217324字节。
• validation: 包含3628个样本，占用145203530字节。

数据集大小

• 下载大小: 11488381字节。
• 总数据集大小: 909824284字节。

配置信息

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