biomap-research/solubility_prediction

该数据集包含两个主要特征：seq和label，其中seq为字符串类型，表示序列数据；label为整型，表示标签。数据集分为训练集和测试集，训练集包含62478个样本，测试集包含6942个样本。数据集的下载大小为21064069字节，总大小为21584794字节。

The dataset includes two main features: seq and label, where seq is of string type representing sequence data, and label is of integer type representing labels. The dataset is divided into a training set and a test set, with the training set containing 62,478 samples and the test set containing 6,942 samples. The download size of the dataset is 21,064,069 bytes, and the total size is 21,584,794 bytes.

原始信息汇总

数据集概述

数据特征

• seq: 字符串类型
• label: 64位整数类型

数据分割

• train:
  • 字节数: 19408437
  • 样本数: 62478
• test:
  • 字节数: 2176357
  • 样本数: 6942

数据集大小

• 下载大小: 21064069 字节
• 数据集总大小: 21584794 字节

配置

• default:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*