AdapterOcean/python-code-instructions-18k-alpaca-standardized_cluster_4

---
dataset_info:
features:
- name: text
dtype: string
- name: conversation_id
dtype: int64
- name: embedding
sequence: float64
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 21410348
num_examples: 2510
download_size: 5471823
dataset_size: 21410348
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "python-code-instructions-18k-alpaca-standardized_cluster_4"

[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：
- 字段名：text，数据类型：字符串
- 字段名：会话ID（conversation_id），数据类型：64位整数
- 字段名：嵌入向量（embedding），数据类型：64位浮点数序列
- 字段名：聚类标签（cluster），数据类型：64位整数
数据集拆分：
- 拆分名称：train（训练集），字节数：21410348，样本数：2510
下载大小：5471823，数据集总大小：21410348
配置项：
- 配置名称：default，数据文件：
- 拆分：train（训练集），文件路径：data/train-*

# "python-code-instructions-18k-alpaca-standardized_cluster_4" 数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• text: 类型为字符串
• conversation_id: 类型为64位整数
• embedding: 序列类型为64位浮点数
• cluster: 类型为64位整数

数据分割

• train:
  • 字节数: 21410348
  • 样本数: 2510

数据大小

• 下载大小: 5471823 字节
• 数据集大小: 21410348 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*