bgspaditya/malurl-minpro-rev

---
license: mit
dataset_info:
features:
- name: url
dtype: string
- name: type
dtype: string
- name: type_code
dtype: int64
splits:
- name: train
num_bytes: 41137185.099007815
num_examples: 494904
- name: val
num_bytes: 2706437.504695243
num_examples: 32560
- name: test
num_bytes: 10284379.396296939
num_examples: 123727
download_size: 32721246
dataset_size: 54128002.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

许可证

• MIT许可证

数据集信息

特征

• url: 数据类型为字符串
• type: 数据类型为字符串
• type_code: 数据类型为整数（int64）

数据分割

• 训练集 (train):
  • 字节数: 41,137,185.099007815
  • 样本数: 494,904
• 验证集 (val):
  • 字节数: 2,706,437.504695243
  • 样本数: 32,560
• 测试集 (test):
  • 字节数: 10,284,379.396296939
  • 样本数: 123,727

数据大小

• 下载大小: 32,721,246 字节
• 数据集大小: 54,128,002.0 字节

配置

• 默认配置 (default):
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/val-*
    • 测试集: data/test-*