ricardosantoss/primary_icd

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: TEXT
dtype: string
- name: ICD9_CODE
sequence: string
splits:
- name: train
num_bytes: 390398482
num_examples: 38701
- name: test
num_bytes: 50879443
num_examples: 5000
- name: validation
num_bytes: 50320021
num_examples: 5000
download_size: 258595856
dataset_size: 491597946
---
# Dataset Card for "primary_icd"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*
    • 验证集 (validation): data/validation-*

数据集信息

• 特征：
  • TEXT: 字符串类型
  • ICD9_CODE: 字符串序列
• 数据分割：
  • 训练集 (train):
    • 字节数: 390,398,482
    • 样本数: 38,701
  • 测试集 (test):
    • 字节数: 50,879,443
    • 样本数: 5,000
  • 验证集 (validation):
    • 字节数: 50,320,021
    • 样本数: 5,000
• 下载大小: 258,595,856 字节
• 数据集大小: 491,597,946 字节