ClaudiaRichard/mbti_classification_dataset_fullPosts

---
dataset_info:
features:
- name: I/E
dtype: int64
- name: N/S
dtype: int64
- name: T/F
dtype: int64
- name: J/P
dtype: int64
- name: post
dtype: string
splits:
- name: train
num_bytes: 37923280
num_examples: 5205
- name: test
num_bytes: 15150755
num_examples: 2082
- name: validation
num_bytes: 10016664
num_examples: 1388
download_size: 40334173
dataset_size: 63090699
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集信息：
特征列表：
- 特征名称：内向/外向维度（I/E），数据类型：int64
- 特征名称：直觉/感觉维度（N/S），数据类型：int64
- 特征名称：思维/情感维度（T/F），数据类型：int64
- 特征名称：判断/知觉维度（J/P），数据类型：int64
- 特征名称：帖子（post），数据类型：字符串
数据集划分：
- 名称：训练集（train），字节数：37923280，样本数量：5205
- 名称：测试集（test），字节数：15150755，样本数量：2082
- 名称：验证集（validation），字节数：10016664，样本数量：1388
下载总大小：40334173，数据集总存储大小：63090699
配置项：
- 配置名称：默认（default），数据文件：
- 训练集划分：对应路径为data/train-*
- 测试集划分：对应路径为data/test-*
- 验证集划分：对应路径为data/validation-*

原始信息汇总

数据集概述

数据集特征

• I/E: 数据类型为 int64
• N/S: 数据类型为 int64
• T/F: 数据类型为 int64
• J/P: 数据类型为 int64
• post: 数据类型为 string

数据集分割

• 训练集 (train):
  • 样本数量: 5205
  • 数据大小: 37923280 字节
• 测试集 (test):
  • 样本数量: 2082
  • 数据大小: 15150755 字节
• 验证集 (validation):
  • 样本数量: 1388
  • 数据大小: 10016664 字节

数据集大小

• 下载大小: 40334173 字节
• 数据集总大小: 63090699 字节

配置文件

• 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/validation-*