ricardosantoss/ehrcomplete_icdfiltered

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: TEXT
dtype: string
- name: ICD9_CODE
sequence: string
splits:
- name: train
num_bytes: 412148729
num_examples: 38701
- name: test
num_bytes: 53669368
num_examples: 5000
- name: validation
num_bytes: 53033036
num_examples: 5000
download_size: 298774749
dataset_size: 518851133
---
# Dataset Card for "ehrcomplete_icdfiltered"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

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

数据集信息

• 特征:
  • TEXT: 字符串类型
  • ICD9_CODE: 字符串序列类型
• 数据分割:
  • 训练集:
    • 字节数: 412148729
    • 样本数: 38701
  • 测试集:
    • 字节数: 53669368
    • 样本数: 5000
  • 验证集:
    • 字节数: 53033036
    • 样本数: 5000
• 下载大小: 298774749
• 数据集大小: 518851133