tattabio/convergent_enzymes

该数据集包含三个主要特征：Entry、Label和Sequence，数据类型均为字符串。数据集分为训练集和测试集，训练集包含2000个样本，测试集包含400个样本。数据集的下载大小为1036324字节，总大小为1070290字节。

The dataset contains three main features: Entry, Label, and Sequence, all of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 2000 samples and the test set containing 400 samples. The download size of the dataset is 1036324 bytes, and the total size is 1070290 bytes.

原始信息汇总

数据集概述

特征信息

• Entry: 数据类型为字符串（string）
• Label: 数据类型为字符串（string）
• Sequence: 数据类型为字符串（string）

数据分割

• 训练集（train）:
  • 字节数: 882538
  • 样本数: 2000
• 测试集（test）:
  • 字节数: 187752
  • 样本数: 400

数据集大小

• 下载大小: 1036324 字节
• 数据集总大小: 1070290 字节

配置信息

• 配置名称: default
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*