aimlresearch2023/ClimbMix20
收藏官方服务：
资源简介：
ClimbMix20是一个小型数据集，包含20个样本，每个样本来自20个不同的ClimbMix聚类，每个聚类仅选取一个代表性样本。数据以单个Parquet文件格式存储，包含两列：text（文本内容）和cluster_id（聚类标识符）。总样本数为20，使用种子42进行确定性采样，确保结果可复现。该数据集是从aimlresearch2023/ClimbMix1K数据集中采样得到的，旨在提供聚类分析的简化版本或示例数据。
ClimbMix20 is a small dataset consisting of 20 samples, with one sample from each of the 20 ClimbMix clusters. It is stored in a single Parquet file with columns [text, cluster_id]. The total number of samples is 20, and it was sampled deterministically using seed 42 from the aimlresearch2023/ClimbMix1K dataset, providing a representative subset for clustering analysis or demonstration purposes.
提供机构：
aimlresearch2023
