MikeGreen2710/12_jun_hn_pred_p4

该数据集包含多个字段，如id、text、LAN、CIT等，每个字段都有其特定的数据类型。数据集主要包含一个训练集，该训练集的大小为284,899,315字节，包含275,041个示例。数据集的下载大小为134,913,720字节。

The dataset contains multiple fields such as id, text, LAN, CIT, etc., each with its specific data type. The dataset primarily includes a training set, which is 284,899,315 bytes in size and contains 275,041 examples. The download size of the dataset is 134,913,720 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• text: 数据类型为字符串。
• LAN: 序列类型为字符串。
• CIT: 序列类型为字符串。
• STR: 序列类型为字符串。
• LOC: 序列类型为字符串。
• DIS: 序列类型为字符串。
• NUM: 序列类型为字符串。
• LEG: 序列类型为字符串。
• WAR: 序列类型为字符串。
• SHP: 序列类型为字符串。
• PUR: 序列类型为字符串。
• FWD: 序列类型为字符串。
• ARA: 序列类型为字符串。
• LIV: 序列类型为字符串。
• CAR: 序列类型为字符串。
• FDR: 序列类型为字符串。
• RWD: 序列类型为字符串。
• NOBA: 序列类型为字符串。
• NOF: 序列类型为字符串。
• NOBR: 序列类型为字符串。
• COR: 序列类型为字符串。
• YCT: 序列类型为字符串。
• RPI: 序列类型为字符串。
• PRI: 序列类型为字符串。
• STU: 序列类型为字符串。

数据集分割

• train: 包含275041个样本，占用284899315字节。

数据集大小

• 下载大小: 134913720字节。
• 数据集大小: 284899315字节。

配置

• default: 包含训练数据文件，路径为data/train-*。