ammarnasr/Python-Security-Code-Dataset

--- dataset_info: features: - name: repo_name dtype: string - name: text dtype: string - name: avg_line_length dtype: float64 - name: max_line_length dtype: int64 - name: alphnanum_fraction dtype: float64 splits: - name: train num_bytes: 5052530.634146341 num_examples: 1119 - name: test num_bytes: 650191.6097560975 num_examples: 144 - name: valid num_bytes: 1517113.756097561 num_examples: 336 download_size: 2652123 dataset_size: 7219835.999999999 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: valid path: data/valid-* ---

原始信息汇总

数据集概述

数据集特征

• repo_name: 字符串类型
• text: 字符串类型
• avg_line_length: 浮点数类型
• max_line_length: 整数类型
• alphnanum_fraction: 浮点数类型

数据集划分

• train:
  • 字节数: 5052530.634146341
  • 样本数: 1119
• test:
  • 字节数: 650191.6097560975
  • 样本数: 144
• valid:
  • 字节数: 1517113.756097561
  • 样本数: 336

数据集大小

• 下载大小: 2652123 字节
• 数据集大小: 7219835.999999999 字节

配置信息

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*
    • valid: data/valid-*