diabolic6045/Adult-Income-Json

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 20790703
num_examples: 45222
download_size: 480361
dataset_size: 20790703
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

• instruction: 数据类型为字符串。
• input: 数据类型为字符串。
• output: 数据类型为字符串。

数据分割

• train: 包含45222个样本，总字节数为20790703。

数据大小

• 下载大小: 480361字节。
• 数据集大小: 20790703字节。

配置

• default: 包含训练数据文件，路径为data/train-*。

搜集汇总

背景与挑战

背景概述

该数据集是一个用于生成合成数据的成人收入相关数据集，包含45,222行数据，以parquet格式存储。数据集中的每条记录都包含指令、输入和输出字段，其中输入和输出为JSON结构，涵盖了年龄、工作类别、教育程度、婚姻状况等多个个人属性，适用于数据生成或机器学习任务。