loubnabnl/stack-filtered-pii-1M-java

Name: loubnabnl/stack-filtered-pii-1M-java
Creator: loubnabnl
Published: 2022-12-06 01:28:17
License: 暂无描述

Hugging Face2022-12-06 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/loubnabnl/stack-filtered-pii-1M-java

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: hexsha dtype: string - name: size dtype: int64 - name: ext dtype: string - name: lang dtype: string - name: max_stars_repo_path dtype: string - name: max_stars_repo_name dtype: string - name: max_stars_repo_head_hexsha dtype: string - name: max_stars_repo_licenses sequence: string - name: max_stars_count dtype: float64 - name: max_stars_repo_stars_event_min_datetime dtype: string - name: max_stars_repo_stars_event_max_datetime dtype: string - name: max_issues_repo_path dtype: string - name: max_issues_repo_name dtype: string - name: max_issues_repo_head_hexsha dtype: string - name: max_issues_repo_licenses sequence: string - name: max_issues_count dtype: float64 - name: max_issues_repo_issues_event_min_datetime dtype: string - name: max_issues_repo_issues_event_max_datetime dtype: string - name: max_forks_repo_path dtype: string - name: max_forks_repo_name dtype: string - name: max_forks_repo_head_hexsha dtype: string - name: max_forks_repo_licenses sequence: string - name: max_forks_count dtype: float64 - name: max_forks_repo_forks_event_min_datetime dtype: string - name: max_forks_repo_forks_event_max_datetime dtype: string - name: avg_line_length dtype: float64 - name: max_line_length dtype: int64 - name: alphanum_fraction dtype: float64 - name: index dtype: int64 - name: content dtype: string splits: - name: train num_bytes: 5117781075 num_examples: 1000000 download_size: 1880524833 dataset_size: 5117781075 --- # Dataset Card for "stack-filtered-pii-1M-java" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：特征字段： - 名称：十六进制提交哈希（hexsha），数据类型：字符串（string） - 名称：文件大小（size），数据类型：64位整型（int64） - 名称：文件扩展名（ext），数据类型：字符串（string） - 名称：文件语言（lang），数据类型：字符串（string） - 名称：星标数最多的仓库路径（max_stars_repo_path），数据类型：字符串（string） - 名称：星标数最多的仓库名称（max_stars_repo_name），数据类型：字符串（string） - 名称：星标数最多的仓库头部十六进制提交哈希（max_stars_repo_head_hexsha），数据类型：字符串（string） - 名称：星标数最多的仓库许可证列表（max_stars_repo_licenses），数据类型：字符串序列 - 名称：该仓库最高星标数（max_stars_count），数据类型：64位浮点型（float64） - 名称：星标数最多的仓库星标事件最早时间戳（max_stars_repo_stars_event_min_datetime），数据类型：字符串（string） - 名称：星标数最多的仓库星标事件最晚时间戳（max_stars_repo_stars_event_max_datetime），数据类型：字符串（string） - 名称：工单数最多的仓库路径（max_issues_repo_path），数据类型：字符串（string） - 名称：工单数最多的仓库名称（max_issues_repo_name），数据类型：字符串（string） - 名称：工单数最多的仓库头部十六进制提交哈希（max_issues_repo_head_hexsha），数据类型：字符串（string） - 名称：工单数最多的仓库许可证列表（max_issues_repo_licenses），数据类型：字符串序列 - 名称：该仓库最高工单数（max_issues_count），数据类型：64位浮点型（float64） - 名称：工单数最多的仓库工单事件最早时间戳（max_issues_repo_issues_event_min_datetime），数据类型：字符串（string） - 名称：工单数最多的仓库工单事件最晚时间戳（max_issues_repo_issues_event_max_datetime），数据类型：字符串（string） - 名称：复刻数最多的仓库路径（max_forks_repo_path），数据类型：字符串（string） - 名称：复刻数最多的仓库名称（max_forks_repo_name），数据类型：字符串（string） - 名称：复刻数最多的仓库头部十六进制提交哈希（max_forks_repo_head_hexsha），数据类型：字符串（string） - 名称：复刻数最多的仓库许可证列表（max_forks_repo_licenses），数据类型：字符串序列 - 名称：该仓库最高复刻数（max_forks_count），数据类型：64位浮点型（float64） - 名称：复刻数最多的仓库复刻事件最早时间戳（max_forks_repo_forks_event_min_datetime），数据类型：字符串（string） - 名称：复刻数最多的仓库复刻事件最晚时间戳（max_forks_repo_forks_event_max_datetime），数据类型：字符串（string） - 名称：平均行长度（avg_line_length），数据类型：64位浮点型（float64） - 名称：最大行长度（max_line_length），数据类型：64位整型（int64） - 名称：字母数字占比（alphanum_fraction），数据类型：64位浮点型（float64） - 名称：数据索引（index），数据类型：64位整型（int64） - 名称：文件内容（content），数据类型：字符串（string）数据集拆分： - 拆分名称：训练集（train），占用字节数：5117781075，样本总量：1000000 下载大小：1880524833 字节数据集总大小：5117781075 字节 # "stack-filtered-pii-1M-java"数据集卡片 [需补充更多相关信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

提供机构：

loubnabnl

原始信息汇总