tattabio/bac_arch_bitext

该数据集包含265个示例，主要用于训练。每个示例包含名称、E_coli_Protein_accession、Sulfolobus_Protein_accession、E_coli_sequence和Sulfolobus_sequence五个特征。数据集大小为197378字节，下载大小为194831字节。

The dataset includes five features: Name, E_coli_Protein_accession, Sulfolobus_Protein_accession, E_coli_sequence, and Sulfolobus_sequence. It has one training set (train) with 265 examples, occupying 197378 bytes. The download size of the dataset is 194831 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • Name: 名称
    • 数据类型: 字符串
  • E_coli_Protein_accession: E. coli 蛋白质访问号
    • 数据类型: 字符串
  • Sulfolobus_Protein_accession: Sulfolobus 蛋白质访问号
    • 数据类型: 字符串
  • E_coli_sequence: E. coli 序列
    • 数据类型: 字符串
  • Sulfolobus_sequence: Sulfolobus 序列
    • 数据类型: 字符串

数据集划分

• train:
  • 字节数: 197378
  • 样本数: 265

数据集大小

• 下载大小: 194831 字节
• 数据集大小: 197378 字节

配置

• default:
  • 数据文件:
    • train:
      • 路径: data/train-*