jonbarlow/coarse5-labeled-urls-headers

--- dataset_info: features: - name: id dtype: int64 - name: url dtype: string - name: label dtype: string - name: coarse_label dtype: string - name: html_title dtype: string - name: meta_description dtype: string - name: http_response dtype: float64 - name: h1 dtype: string - name: h2 dtype: string - name: h3 dtype: string - name: h4 dtype: string - name: h5 dtype: string - name: h6 dtype: string splits: - name: train num_bytes: 1228661.0604011193 num_examples: 2909 - name: test num_bytes: 129243.82416044777 num_examples: 306 download_size: 580471 dataset_size: 1357904.884561567 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 特征： - 名称：id，数据类型：64位整数（int64） - 名称：url，数据类型：字符串 - 名称：label，数据类型：字符串 - 名称：coarse_label，数据类型：字符串 - 名称：html_title，数据类型：字符串 - 名称：meta_description，数据类型：字符串 - 名称：http_response，数据类型：64位浮点数（float64） - 名称：h1，数据类型：字符串 - 名称：h2，数据类型：字符串 - 名称：h3，数据类型：字符串 - 名称：h4，数据类型：字符串 - 名称：h5，数据类型：字符串 - 名称：h6，数据类型：字符串 数据集划分： - 名称：train（训练集），占用字节数：1228661.0604011193，样本数：2909 - 名称：test（测试集），占用字节数：129243.82416044777，样本数：306 下载大小：580471 数据集总大小：1357904.884561567 配置项： - 配置名称：default（默认配置），数据文件： - 划分：train（训练集），路径：data/train-* - 划分：test（测试集），路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• url: 字符串类型 (string)
• label: 字符串类型 (string)
• coarse_label: 字符串类型 (string)
• html_title: 字符串类型 (string)
• meta_description: 字符串类型 (string)
• http_response: 浮点数类型 (float64)
• h1: 字符串类型 (string)
• h2: 字符串类型 (string)
• h3: 字符串类型 (string)
• h4: 字符串类型 (string)
• h5: 字符串类型 (string)
• h6: 字符串类型 (string)

数据集分割

• 训练集 (train):
  • 样本数量: 2909
  • 数据大小: 1228661.0604011193 字节
• 测试集 (test):
  • 样本数量: 306
  • 数据大小: 129243.82416044777 字节

数据集大小

• 下载大小: 580471 字节
• 数据集总大小: 1357904.884561567 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*