MikeGreen2710/past_to_25_01_01_split_part_5

---
dataset_info:
features:
- name: id
dtype: int64
- name: title
dtype: string
- name: description
dtype: string
- name: address
dtype: string
- name: embed_text
dtype: string
- name: post_date_std
dtype: timestamp[ns]
- name: price_std
dtype: float64
- name: source
dtype: string
- name: url
dtype: string
- name: agent_name
dtype: string
- name: agent_phone
dtype: string
- name: street_std
dtype: string
- name: door_direction_std
dtype: string
- name: number_of_floors_std
dtype: float64
- name: house_front_std
dtype: float64
- name: road_width_std
dtype: float64
- name: total_wid_std
dtype: float64
- name: total_len_std
dtype: float64
- name: agri_area_std
dtype: float64
- name: resi_area_std
dtype: float64
- name: resi_cons_area_std
dtype: float64
- name: total_area_std
dtype: float64
- name: location
dtype: int64
- name: project
dtype: int64
- name: agriculture_forestry
dtype: int64
- name: structure_focus
dtype: int64
- name: province_code
dtype: float64
- name: district_code
dtype: float64
- name: ward_code
dtype: float64
- name: matched_province
dtype: string
- name: matched_district
dtype: string
- name: matched_ward
dtype: string
- name: region
dtype: string
- name: province_ner
dtype: string
- name: district_ner
dtype: string
- name: ward_ner
dtype: string
- name: street_ner
dtype: string
- name: province_probability
dtype: string
- name: district_probability
dtype: string
- name: ward_probability
dtype: string
- name: street_probability
dtype: string
- name: province_score
dtype: float64
- name: district_score
dtype: float64
- name: ward_score
dtype: float64
- name: location_probability
dtype: float32
- name: project_probability
dtype: float32
- name: agriculture_forestry_probability
dtype: float32
- name: structure_focus_probability
dtype: float32
- name: resolution_info
dtype: string
- name: resi_area_need_review
dtype: bool
- name: resi_cons_area_need_review
dtype: bool
- name: agri_area_need_review
dtype: bool
splits:
- name: train
num_bytes: 4976787681
num_examples: 2000000
download_size: 2155275225
dataset_size: 4976787681
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息:
特征字段:
- 名称: 编号（id）
数据类型: 64位整数（int64）
- 名称: 标题（title）
数据类型: 字符串（string）
- 名称: 描述（description）
数据类型: 字符串（string）
- 名称: 地址（address）
数据类型: 字符串（string）
- 名称: 嵌入文本（embed_text）
数据类型: 字符串（string）
- 名称: 标准化发布日期（post_date_std）
数据类型: 纳秒级时间戳（timestamp[ns]）
- 名称: 标准化价格（price_std）
数据类型: 64位浮点数（float64）
- 名称: 来源（source）
数据类型: 字符串（string）
- 名称: 链接（url）
数据类型: 字符串（string）
- 名称: 代理人姓名（agent_name）
数据类型: 字符串（string）
- 名称: 代理人电话（agent_phone）
数据类型: 字符串（string）
- 名称: 标准化街道（street_std）
数据类型: 字符串（string）
- 名称: 标准化房屋朝向（door_direction_std）
数据类型: 字符串（string）
- 名称: 标准化楼层数（number_of_floors_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化房屋面宽（house_front_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化道路宽度（road_width_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化总宽度（total_wid_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化总长度（total_len_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化农业面积（agri_area_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化住宅面积（resi_area_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化住宅套内面积（resi_cons_area_std）
数据类型: 64位浮点数（float64）
- 名称: 标准化总面积（total_area_std）
数据类型: 64位浮点数（float64）
- 名称: 位置标识（location）
数据类型: 64位整数（int64）
- 名称: 项目标识（project）
数据类型: 64位整数（int64）
- 名称: 农林相关标识（agriculture_forestry）
数据类型: 64位整数（int64）
- 名称: 结构焦点标识（structure_focus）
数据类型: 64位整数（int64）
- 名称: 省份编码（province_code）
数据类型: 64位浮点数（float64）
- 名称: 区县编码（district_code）
数据类型: 64位浮点数（float64）
- 名称: 街区编码（ward_code）
数据类型: 64位浮点数（float64）
- 名称: 匹配省份（matched_province）
数据类型: 字符串（string）
- 名称: 匹配区县（matched_district）
数据类型: 字符串（string）
- 名称: 匹配街区（matched_ward）
数据类型: 字符串（string）
- 名称: 区域（region）
数据类型: 字符串（string）
- 名称: 命名实体识别省份（province_ner）
数据类型: 字符串（string）
- 名称: 命名实体识别区县（district_ner）
数据类型: 字符串（string）
- 名称: 命名实体识别街区（ward_ner）
数据类型: 字符串（string）
- 名称: 命名实体识别街道（street_ner）
数据类型: 字符串（string）
- 名称: 省份识别置信度（province_probability）
数据类型: 字符串（string）
- 名称: 区县识别置信度（district_probability）
数据类型: 字符串（string）
- 名称: 街区识别置信度（ward_probability）
数据类型: 字符串（string）
- 名称: 街道识别置信度（street_probability）
数据类型: 字符串（string）
- 名称: 省份识别得分（province_score）
数据类型: 64位浮点数（float64）
- 名称: 区县识别得分（district_score）
数据类型: 64位浮点数（float64）
- 名称: 街区识别得分（ward_score）
数据类型: 64位浮点数（float64）
- 名称: 位置识别置信度（location_probability）
数据类型: 32位浮点数（float32）
- 名称: 项目识别置信度（project_probability）
数据类型: 32位浮点数（float32）
- 名称: 农林相关识别置信度（agriculture_forestry_probability）
数据类型: 32位浮点数（float32）
- 名称: 结构焦点识别置信度（structure_focus_probability）
数据类型: 32位浮点数（float32）
- 名称: 核验结果信息（resolution_info）
数据类型: 字符串（string）
- 名称: 住宅面积需审核（resi_area_need_review）
数据类型: 布尔类型（bool）
- 名称: 住宅套内面积需审核（resi_cons_area_need_review）
数据类型: 布尔类型（bool）
- 名称: 农业面积需审核（agri_area_need_review）
数据类型: 布尔类型（bool）
数据划分:
- 名称: 训练集（train）
字节数: 4976787681
样本数量: 2000000
下载大小: 2155275225
数据集占用大小: 4976787681
配置项:
- 配置名称: 默认配置（default）
数据文件:
- 划分: 训练集（train）
路径: data/train-*