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-*