KimDongH/spam_dataset-train-eval-test2

---
dataset_info:
features:
- name: label
dtype: int64
- name: message
dtype: string
splits:
- name: train
num_bytes: 37656081.47282129
num_examples: 25372
- name: validation
num_bytes: 9415504.52717871
num_examples: 6344
- name: test
num_bytes: 2918374
num_examples: 2000
download_size: 29760633
dataset_size: 49989960.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：标签（label），数据类型：int64（64位整型）
- 名称：消息（message），数据类型：字符串（string）
数据集划分：
- 划分名称：训练集（train），字节占用大小：37656081.47282129，样本数量：25372
- 划分名称：验证集（validation），字节占用大小：9415504.52717871，样本数量：6344
- 划分名称：测试集（test），字节占用大小：2918374，样本数量：2000
下载总大小：29760633，数据集总存储容量：49989960.0
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-*
- 划分：验证集（validation），路径：data/validation-*
- 划分：测试集（test），路径：data/test-*

原始信息汇总

数据集概述

数据特征

• label: 数据类型为 int64
• message: 数据类型为 string

数据分割

• train: 包含 25372 个样本，总字节数为 37656081.47282129
• validation: 包含 6344 个样本，总字节数为 9415504.52717871
• test: 包含 2000 个样本，总字节数为 2918374

数据大小

• 下载大小: 29760633 字节
• 数据集大小: 49989960.0 字节

配置信息

• config_name: default
• data_files:
  • train: 路径为 data/train-*
  • validation: 路径为 data/validation-*
  • test: 路径为 data/test-*