ammarnasr/secure_1_with_code_dataset

---
dataset_info:
features:
- name: repo_name
dtype: string
- name: repo_url
dtype: string
- name: repo_description
dtype: string
- name: repo_stars
dtype: int64
- name: repo_forks
dtype: int64
- name: repo_last_updated
dtype: string
- name: repo_created_at
dtype: string
- name: repo_size
dtype: int64
- name: repo_license
dtype: string
- name: language
dtype: string
- name: text
dtype: string
- name: avg_line_length
dtype: float64
- name: max_line_length
dtype: int64
- name: alphnanum_fraction
dtype: float64
splits:
- name: train
num_bytes: 90026
num_examples: 23
download_size: 38373
dataset_size: 90026
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• repo_name: 仓库名称，数据类型为字符串。
• repo_url: 仓库URL，数据类型为字符串。
• repo_description: 仓库描述，数据类型为字符串。
• repo_stars: 仓库星标数量，数据类型为整数（int64）。
• repo_forks: 仓库分叉数量，数据类型为整数（int64）。
• repo_last_updated: 仓库最后更新时间，数据类型为字符串。
• repo_created_at: 仓库创建时间，数据类型为字符串。
• repo_size: 仓库大小，数据类型为整数（int64）。
• repo_license: 仓库许可证，数据类型为字符串。
• language: 仓库主要编程语言，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• avg_line_length: 平均行长度，数据类型为浮点数（float64）。
• max_line_length: 最大行长度，数据类型为整数（int64）。
• alphnanum_fraction: 字母数字占比，数据类型为浮点数（float64）。

数据分割

• train: 训练集，包含23个样本，总字节数为90026。

数据集大小

• 下载大小: 38373字节。
• 数据集大小: 90026字节。

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。