vikp/clean_notebooks_labeled

---
dataset_info:
features:
- name: code
dtype: string
- name: kind
dtype: string
- name: parsed_code
dtype: string
- name: quality_prob
dtype: float64
- name: learning_prob
dtype: float64
splits:
- name: train
num_bytes: 9995784915
num_examples: 648628
download_size: 4427950019
dataset_size: 9995784915
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "clean_notebooks_labeled"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • code: 类型为字符串
  • kind: 类型为字符串
  • parsed_code: 类型为字符串
  • quality_prob: 类型为浮点数 (float64)
  • learning_prob: 类型为浮点数 (float64)

数据分割

• 训练集 (train):
  • 字节数: 9,995,784,915
  • 样本数: 648,628

数据集大小

• 下载大小: 4,427,950,019 字节
• 数据集大小: 9,995,784,915 字节

配置

• 默认配置 (default):
  • 数据文件:
    • 分割: 训练集 (train)
    • 路径: data/train-*