遇见数据集

jirvine/doric_from_plsdb_replicon_split

收藏
Hugging Face2024-06-27 更新2024-06-29 收录
官方服务:

资源简介:

该数据集包含与质粒复制相关的序列信息,主要特征包括OriC序列、ori_id、plasmid_id、物种、来源、pfamid_fast、rep_id、Rep_type_fast、rep_seq、rep_dna_seq、full_replicon_seq、split和__index_level_0__。数据集分为训练集和验证集,训练集包含925个样本,验证集包含284个样本。

This dataset contains sequence information related to plasmid replication, with main features including OriC sequence, ori_id, plasmid_id, species, source, pfamid_fast, rep_id, Rep_type_fast, rep_seq, rep_dna_seq, full_replicon_seq, split, and __index_level_0__. The dataset is divided into training and validation sets, with the training set containing 925 samples and the validation set containing 284 samples.

提供机构:
jirvine
原始信息汇总

数据集概述

数据集信息

特征

  • OriC sequence: 类型为字符串
  • ori_id: 类型为字符串
  • plasmid_id: 类型为字符串
  • species: 类型为字符串
  • source: 类型为字符串
  • pfamid_fast: 类型为字符串
  • rep_id: 类型为字符串
  • Rep_type_fast: 类型为字符串
  • rep_seq: 类型为字符串
  • rep_dna_seq: 类型为字符串
  • full_replicon_seq: 类型为字符串
  • split: 类型为字符串
  • index_level_0: 类型为int64

数据分割

  • train: 包含925个样本,大小为4983259字节
  • validation: 包含284个样本,大小为1457890字节

数据集大小

  • 下载大小: 2501767字节
  • 总大小: 6441149字节

配置

  • config_name: default
    • 数据文件:
      • train: 路径为data/train-*
      • validation: 路径为data/validation-*
二维码
社区交流群
二维码
科研交流群
商业服务