wentingzhao/radiology

---
dataset_info:
features:
- name: note_id
dtype: string
- name: subject_id
dtype: int64
- name: hadm_id
dtype: int64
- name: note_type
dtype: string
- name: note_seq
dtype: int64
- name: charttime
dtype: string
- name: storetime
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 361972454
num_examples: 259304
- name: test
num_bytes: 76383946
num_examples: 54797
- name: valid
num_bytes: 76603854
num_examples: 54650
download_size: 238444180
dataset_size: 514960254
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

原始信息汇总

数据集概述

数据集特征

• note_id：数据类型为字符串（string）。
• subject_id：数据类型为整数（int64）。
• hadm_id：数据类型为整数（int64）。
• note_type：数据类型为字符串（string）。
• note_seq：数据类型为整数（int64）。
• charttime：数据类型为字符串（string）。
• storetime：数据类型为字符串（string）。
• text：数据类型为字符串（string）。

数据集分割

• 训练集（train）：包含259304个样本，总大小为361972454字节。
• 测试集（test）：包含54797个样本，总大小为76383946字节。
• 验证集（valid）：包含54650个样本，总大小为76603854字节。

数据集大小

• 下载大小：238444180字节。
• 数据集总大小：514960254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-*
  • 验证集路径：data/valid-*