tattabio/ec_classification

该数据集包含三个主要特征：Entry、Label和Sequence，每个特征的数据类型均为字符串。数据集被划分为训练集和测试集，其中训练集包含512个样本，测试集包含128个样本。数据集的总下载大小为372319字节，总数据集大小为375716字节。

This dataset includes three main features: Entry, Label, and Sequence, each with a data type of string. The dataset is divided into a training set and a test set, with the training set containing 512 samples and the test set containing 128 samples. The total download size of the dataset is 372319 bytes, and the total dataset size is 375716 bytes.

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• Entry: 数据类型为字符串（string）
• Label: 数据类型为字符串（string）
• Sequence: 数据类型为字符串（string）

分割

• 训练集（train）:
  • 字节数: 290,485
  • 样本数: 512
• 测试集（test）:
  • 字节数: 85,231
  • 样本数: 128

数据大小

• 下载大小: 372,319 字节
• 数据集大小: 375,716 字节

配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*