xpanceo-team/materials-project-25k

该数据集包含材料科学领域的数据，涵盖了材料ID、结构、空间群号、晶体系统、能量相关参数（如每个原子的能量、形成能、反应能等）、磁性相关参数（如总磁化强度、磁性位点数量等）以及其他物理性质（如带隙、体积模量等）。数据集分为训练集、验证集和测试集，分别包含16875、1875和6250个样本。下载大小为68680609字节，数据集大小为219072080字节。

原始信息汇总

数据集特征概述

基本特征

• material_id: 字符串类型
• structure: 字符串类型
• deprecated: 布尔类型
• space_group_number: 整数类型（int64）
• crystal_system: 字符串类型
• uncorrected_energy_per_atom: 浮点数类型（float64）
• energy_per_atom: 浮点数类型（float64）
• formation_energy_per_atom: 浮点数类型（float64）
• energy_above_hull: 浮点数类型（float64）
• is_stable: 布尔类型
• equilibrium_reaction_energy_per_atom: 浮点数类型（float64）
• decomposes_to: 字符串类型
• xas: 字符串类型
• band_gap: 浮点数类型（float64）
• cbm: 浮点数类型（float64）
• vbm: 浮点数类型（float64）
• efermi: 浮点数类型（float64）
• is_gap_direct: 布尔类型
• is_metal: 布尔类型
• es_source_calc_id: 字符串类型
• bandstructure: 字符串类型
• dos: 字符串类型
• is_magnetic: 布尔类型
• ordering: 字符串类型
• total_magnetization: 浮点数类型（float64）
• total_magnetization_normalized_vol: 浮点数类型（float64）
• total_magnetization_normalized_formula_units: 浮点数类型（float64）
• num_magnetic_sites: 浮点数类型（float64）
• num_unique_magnetic_sites: 浮点数类型（float64）
• types_of_magnetic_species: 字符串类型
• bulk_modulus: 字符串类型
• shear_modulus: 字符串类型
• universal_anisotropy: 浮点数类型（float64）
• homogeneous_poisson: 浮点数类型（float64）
• e_total: 浮点数类型（float64）
• e_ionic: 浮点数类型（float64）
• e_electronic: 浮点数类型（float64）
• n: 浮点数类型（float64）
• e_ij_max: 浮点数类型（float64）
• possible_species: 序列类型（字符串）
• theoretical: 布尔类型
• index_level_0: 整数类型（int64）

数据集分割

• train: 16875个样本，占用147690931字节
• valid: 1875个样本，占用16663478字节
• test: 6250个样本，占用54717671字节

数据集大小

• 下载大小: 68680609字节
• 数据集总大小: 219072080字节

配置

• 默认配置: 包含训练、验证和测试数据集的文件路径配置。