lhallee/C-PPI-512

该数据集包含多个特征，如A、B、SeqA和SeqB，数据类型均为字符串。数据集分为训练集，包含10880793个示例，总字节数为9660867871.275967。下载大小为2354583292，数据集大小为9660867871.275967。数据集的额外描述提到置信度大于0.95，使用常规生物网格，最大出现次数为5，长度小于512。

原始信息汇总

数据集概述

配置信息

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:

  • 名称: A
    • 数据类型: string
  • 名称: B
    • 数据类型: string
  • 名称: SeqA
    • 数据类型: string
  • 名称: SeqB
    • 数据类型: string

• 分割:

  • 名称: train
    • 字节数: 9660867871.275967
    • 样本数: 10880793

• 下载大小: 2354583292

• 数据集大小: 9660867871.275967