GleghornLab/HPPI

这是一个包含2500个随机验证和测试示例的Human PiNUI数据集。数据集包含三个特征：SeqA、SeqB和labels，分别表示字符串和整数类型。数据集分为train、valid和test三个部分，分别包含679827、2500和2500个示例。下载大小为729420086字节，数据集大小为787503111字节。

原始信息汇总

数据集概述

数据集信息

特征

• SeqA: 数据类型为字符串（string）
• SeqB: 数据类型为字符串（string）
• labels: 数据类型为64位整数（int64）

数据分割

• train: 包含679,827个样本，占用781,699,363字节
• valid: 包含2,500个样本，占用2,828,661字节
• test: 包含2,500个样本，占用2,975,087字节

数据集大小

• 下载大小: 729,420,086字节
• 数据集总大小: 787,503,111字节

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • valid: data/valid-*
    • test: data/test-*