DanCip/intellij-community-methods-advanced

这是一个关于IntelliJ社区高级方法的代码数据集，包含了方法名、代码块、方法名称指针、方法签名、代码长度、类签名、类中的方法、文件路径等信息。数据集分为训练集、测试集和验证集，可用于机器学习模型的训练和评估。

This is a dataset of advanced methods from the IntelliJ community, containing information such as method names, code blocks, method name pointers, method signatures, code length, class signatures, methods in classes, and file paths. The dataset is split into training, testing, and validation sets for use in training and evaluating machine learning models.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • method_name: 方法名称，数据类型为字符串。
  • method_block: 方法块，数据类型为字符串。
  • method_name_pointers: 方法名称指针，数据类型为整数序列。
  • method_signature: 方法签名，数据类型为字符串。
  • length: 长度，数据类型为整数。
  • class_signature: 类签名，数据类型为字符串。
  • methods_in_class: 类中的方法，数据类型为字符串序列。
  • file_path: 文件路径，数据类型为字符串。
  • __index_level_0__: 索引级别0，数据类型为整数。

• 数据集分割:

  • train: 训练集，包含158646个样本，大小为892650749字节。
  • test: 测试集，包含49577个样本，大小为281767475字节。
  • val: 验证集，包含39662个样本，大小为222957195字节。

• 数据集大小:

  • 下载大小: 342692205字节
  • 数据集总大小: 1397375419字节

配置

• 配置名称: default
  • 数据文件路径:
    • 训练集: data/train-*
    • 测试集: data/test-*
    • 验证集: data/val-*