ahmedBargady/arxiv-abstracts-with-categories

该数据集包含两个主要特征：id和content，以及一个分类特征category。数据集被分为训练集和测试集，训练集包含3656个样本，测试集包含915个样本。数据集的下载大小为2950340字节，总大小为5329493.0字节。数据文件按照训练和测试分割存储，路径分别为data/train-*和data/test-*。

The dataset includes two main features: id and content, along with a categorical feature category. It is divided into a training set with 3656 examples and a test set with 915 examples. The download size of the dataset is 2950340 bytes, and the total size is 5329493.0 bytes. The data files are stored according to the train and test splits, with paths data/train-* and data/test-* respectively.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • id: 数据类型为 float64
  • content: 数据类型为 string
  • category: 数据类型为 string

• 数据分割:

  • train:
    • 字节数: 4262661.651279807
    • 样本数: 3656
  • test:
    • 字节数: 1066831.3487201924
    • 样本数: 915

• 下载大小: 2950340 字节

• 数据集总大小: 5329493.0 字节

配置信息

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