MikeGreen2710/data_pred_3_models_final

--- dataset_info: features: - name: index dtype: string - name: text dtype: string - name: updated_at dtype: timestamp[ns] - name: post_date dtype: string - name: address dtype: string - name: NUM sequence: string - name: WAR sequence: string - name: CIT sequence: string - name: LAN sequence: string - name: STR sequence: string - name: LOC sequence: string - name: DIS sequence: string - name: LEG sequence: string - name: FWD sequence: string - name: FDR sequence: string - name: SHP sequence: string - name: LIV sequence: string - name: RWD sequence: string - name: PUR sequence: string - name: ARA sequence: string - name: CAR sequence: string - name: COR sequence: string - name: STU sequence: string - name: NOBA sequence: string - name: PRI sequence: string - name: RPI sequence: string - name: YCT sequence: string - name: NOF sequence: string - name: NOBR sequence: string - name: level_0 dtype: float64 - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 3036427202 num_examples: 2718388 download_size: 1467430342 dataset_size: 3036427202 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 数据特征： - 名称：索引（index），数据类型：字符串（string） - 名称：文本（text），数据类型：字符串（string） - 名称：更新时间（updated_at），数据类型：纳秒级时间戳（timestamp[ns]） - 名称：发布日期（post_date），数据类型：字符串（string） - 名称：地址（address），数据类型：字符串（string） - 名称：NUM，数据类型：字符串序列（sequence: string） - 名称：WAR，数据类型：字符串序列（sequence: string） - 名称：CIT，数据类型：字符串序列（sequence: string） - 名称：LAN，数据类型：字符串序列（sequence: string） - 名称：STR，数据类型：字符串序列（sequence: string） - 名称：LOC，数据类型：字符串序列（sequence: string） - 名称：DIS，数据类型：字符串序列（sequence: string） - 名称：LEG，数据类型：字符串序列（sequence: string） - 名称：FWD，数据类型：字符串序列（sequence: string） - 名称：FDR，数据类型：字符串序列（sequence: string） - 名称：SHP，数据类型：字符串序列（sequence: string） - 名称：LIV，数据类型：字符串序列（sequence: string） - 名称：RWD，数据类型：字符串序列（sequence: string） - 名称：PUR，数据类型：字符串序列（sequence: string） - 名称：ARA，数据类型：字符串序列（sequence: string） - 名称：CAR，数据类型：字符串序列（sequence: string） - 名称：COR，数据类型：字符串序列（sequence: string） - 名称：STU，数据类型：字符串序列（sequence: string） - 名称：NOBA，数据类型：字符串序列（sequence: string） - 名称：PRI，数据类型：字符串序列（sequence: string） - 名称：RPI，数据类型：字符串序列（sequence: string） - 名称：YCT，数据类型：字符串序列（sequence: string） - 名称：NOF，数据类型：字符串序列（sequence: string） - 名称：NOBR，数据类型：字符串序列（sequence: string） - 名称：层级0（level_0），数据类型：64位浮点型（float64） - 名称：内置索引层级0（__index_level_0__），数据类型：64位整型（int64） 数据划分： - 名称：训练集（train），字节量：3036427202，样本总数：2718388 下载体积：1467430342 数据集总大小：3036427202 配置集： - 配置标识：默认配置（default），数据文件： - 划分：train，路径：data/train-*

原始信息汇总

数据集概述

数据特征

数据集包含以下特征：

• index: 类型为字符串
• text: 类型为字符串
• updated_at: 类型为时间戳（纳秒）
• post_date: 类型为字符串
• address: 类型为字符串
• NUM: 序列类型为字符串
• WAR: 序列类型为字符串
• CIT: 序列类型为字符串
• LAN: 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
• LEG: 序列类型为字符串
• FWD: 序列类型为字符串
• FDR: 序列类型为字符串
• SHP: 序列类型为字符串
• LIV: 序列类型为字符串
• RWD: 序列类型为字符串
• PUR: 序列类型为字符串
• ARA: 序列类型为字符串
• CAR: 序列类型为字符串
• COR: 序列类型为字符串
• STU: 序列类型为字符串
• NOBA: 序列类型为字符串
• PRI: 序列类型为字符串
• RPI: 序列类型为字符串
• YCT: 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
• level_0: 类型为浮点数
• index_level_0: 类型为整数

数据分割

• train: 包含2718388个样本，总字节数为3036427202

数据集大小

• 下载大小: 1467430342字节
• 数据集大小: 3036427202字节

配置

• default: 包含训练数据文件，路径为data/train-*