TerminatorJ/relabel_output-XETG00048__0003392__VUILD106__20230313__191400

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（train）、测试集（test）和验证集（validation）三个部分，每个部分都有相应的字节大小和示例数量。数据集的下载大小为52596794字节，总大小为3786931036字节。配置部分指定了数据文件的路径。

The dataset contains 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 three parts: train, test, and validation, each with corresponding byte sizes and example counts. The download size of the dataset is 52596794 bytes, and the total size is 3786931036 bytes. The configuration section specifies the paths to the data files.

原始信息汇总

数据集概述

特征信息

• 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: 序列类型，内部序列数据类型为float64。

数据集划分

• train: 包含67580个样本，占用2427545184字节。
• test: 包含21119个样本，占用753682851字节。
• validation: 包含16896个样本，占用605703001字节。

数据集大小

• 下载大小: 52596794字节。
• 总数据集大小: 3786931036字节。

配置信息

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