RikRaes/CV_13_FT_75_25_1

该数据集包含多个特征字段，如client_id、path、sentence、up_votes、down_votes、age、gender、accents、variant、locale和segment。数据集被分割为train、val和test三个部分，分别包含5000、1000和2000个样本。下载大小为824807117字节，数据集大小为2181128786.099651字节。

原始信息汇总

数据集概述

数据集信息

• 特征列表：
  • client_id：字符串类型
  • path：结构类型，包含以下子字段：
    • array：浮点数序列
    • path：字符串类型
    • sampling_rate：64位整数类型
  • sentence：字符串类型
  • up_votes：64位整数类型
  • down_votes：64位整数类型
  • age：字符串类型
  • gender：字符串类型
  • accents：字符串类型
  • variant：空类型
  • locale：字符串类型
  • segment：字符串类型

数据集划分

• 训练集：
  • 字节数：1363205491.3122818
  • 样本数：5000
• 验证集：
  • 字节数：272641098.26245636
  • 样本数：1000
• 测试集：
  • 字节数：545282196.5249127
  • 样本数：2000

数据集大小

• 下载大小：824807117字节
• 数据集大小：2181128786.099651字节