bgspaditya/malurl-minpro-2

--- license: mit dataset_info: features: - name: url dtype: string - name: type dtype: string - name: type_code dtype: int64 splits: - name: train num_bytes: 42869354.97493976 num_examples: 515743 - name: val num_bytes: 541287.5009390486 num_examples: 6512 - name: test num_bytes: 10717359.524121188 num_examples: 128936 download_size: 32733131 dataset_size: 54128002.0 configs: - config_name: default data_files: - split: train path: data/train-* - split: val path: data/val-* - split: test path: data/test-* ---许可证：MIT许可证 数据集信息： 特征字段： - 字段名：url，数据类型：字符串（string） - 字段名：type，数据类型：字符串 - 字段名：type_code，数据类型：64位整型（int64） 数据划分： - 划分名称：train（训练集），字节数：42869354.97493976，样本数量：515743 - 划分名称：val（验证集），字节数：541287.5009390486，样本数量：6512 - 划分名称：test（测试集），字节数：10717359.524121188，样本数量：128936 下载总大小：32733131 字节 数据集总大小：54128002.0 字节 配置项： - 配置名称：default（默认配置） 数据文件路径： - 训练集划分：对应路径 data/train-* - 验证集划分：对应路径 data/val-* - 测试集划分：对应路径 data/test-*

原始信息汇总

数据集概述

许可证

• MIT许可证

数据集信息

特征

• url: 数据类型为字符串
• type: 数据类型为字符串
• type_code: 数据类型为整数（int64）

数据分割

• train:
  • 字节数: 42869354.97493976
  • 样本数: 515743
• val:
  • 字节数: 541287.5009390486
  • 样本数: 6512
• test:
  • 字节数: 10717359.524121188
  • 样本数: 128936

数据大小

• 下载大小: 32733131
• 数据集大小: 54128002.0

配置

• default
  • train: 路径为 data/train-*
  • val: 路径为 data/val-*
  • test: 路径为 data/test-*