TabLib 发布 TabLib Sample Version 数据集, 应用在 数据库、数据挖掘 领域

TabLib 本次发布的数据集 TabLib Sample Version, 该数据集是TabLib数据集的一个子集，包含了多种关系型表格数据，用于评估非重复值（NDV）估计方法。该数据集包含77个经过筛选、具有有用语义的列的Parquet文件，数据类型多样，主要以大整数、字符串和双精度浮点数为主。该数据集的规模为69GB，仅占完整TabLib数据集（69TB）的0.1%。其任务是进行非重复值（Ndv）的估计。

查看TabLib Sample Version

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。