jirvine/doric_oriv_split

---
dataset_info:
features:
- name: id
dtype: string
- name: OriC sequence
dtype: string
- name: ori_id
dtype: string
- name: plasmid_id
dtype: string
- name: name
dtype: string
- name: seq_len
dtype: float64
- name: cluster_id
dtype: string
- name: split
dtype: string
- name: supercluster
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 1010952
num_examples: 918
- name: validation
num_bytes: 308495
num_examples: 291
download_size: 493945
dataset_size: 1319447
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• id：字符串类型
• OriC sequence：字符串类型
• ori_id：字符串类型
• plasmid_id：字符串类型
• name：字符串类型
• seq_len：浮点数类型
• cluster_id：字符串类型
• split：字符串类型
• supercluster：整数类型
• index_level_0：整数类型

数据集分割

• 训练集：
  • 数据量：918个样本
  • 存储大小：1010952字节
• 验证集：
  • 数据量：291个样本
  • 存储大小：308495字节

数据集大小

• 下载大小：493945字节
• 数据集总大小：1319447字节

配置文件

• 默认配置：
  • 训练数据路径：data/train-*
  • 验证数据路径：data/validation-*