AdapterOcean/biology_dataset_standardized_cluster_3_std

---
dataset_info:
features:
- name: message
dtype: string
- name: message_type
dtype: string
- name: message_id
dtype: int64
- name: conversation_id
dtype: int64
- name: cluster
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 23229882
num_examples: 14928
download_size: 0
dataset_size: 23229882
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "biology_dataset_standardized_cluster_3_std"

[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：
- 名称：message（消息），数据类型：string（字符串）
- 名称：message_type（消息类型），数据类型：string（字符串）
- 名称：message_id（消息ID），数据类型：int64（64位整数）
- 名称：conversation_id（会话ID），数据类型：int64（64位整数）
- 名称：cluster（聚类簇），数据类型：float64（64位浮点数）
- 名称：__index_level_0__（索引列_0），数据类型：int64（64位整数）
数据集划分：
- 名称：train（训练集），字节数（num_bytes）：23229882，样本数量（num_examples）：14928
下载大小（download_size）：0
数据集总大小（dataset_size）：23229882
配置项：
- 配置名称（config_name）：default（默认），数据文件（data_files）：
- 划分集（split）：train（训练集），路径（path）：data/train-*

# "biology_dataset_standardized_cluster_3_std" 数据集卡片
[需补充更多信息（More Information needed）](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

• message: 类型为字符串 (string)
• message_type: 类型为字符串 (string)
• message_id: 类型为整数 (int64)
• conversation_id: 类型为整数 (int64)
• cluster: 类型为浮点数 (float64)
• index_level_0: 类型为整数 (int64)

数据分割

• train: 包含14928个样本，占用23229882字节

数据集大小

• 下载大小: 0字节
• 数据集大小: 23229882字节

配置

• default: 包含训练数据文件，路径为 data/train-*