Egbertjing/products_title_content

该数据集包含两个主要特征：node idx（节点索引）和titlecontent（标题内容）。数据集分为训练集和测试集，训练集包含2,449,029个样本，测试集包含244,903个样本。数据集的下载大小为1,198,261,864字节，总大小为1,773,981,419字节。

The dataset includes two main features: node idx (node index) and titlecontent (title content). The dataset is divided into a training set and a test set, with the training set containing 2,449,029 samples and the test set containing 244,903 samples. The download size of the dataset is 1,198,261,864 bytes, and the total size is 1,773,981,419 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • 名称: node idx
    • 数据类型: int64
  • 名称: titlecontent
    • 数据类型: string

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 1615251259
  • 样本数: 2449029
• 测试集:
  • 名称: test
  • 字节数: 158730160
  • 样本数: 244903

数据集大小

• 下载大小: 1198261864
• 数据集总大小: 1773981419

配置

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