updated to datasets 4.*

README.md

@@ -1,23 +1,20 @@
 ---
-language:
-- en
+configs:
+- config_name: toxicity
+  data_files:
+  - path: toxicity/train.csv
+    split: train
+  default: true
+language: en
+license: cc
+pretty_name: Toxicity
+size_categories: 1M<n<10M
 tags:
-- toxicity
 - tabular_classification
 - binary_classification
 - multiclass_classification
-- UCI
-pretty_name: Toxicity
-size_categories:
-- n<1K
 task_categories:
 - tabular-classification
-configs:
-- encoding
-- income
-- income-no race
-- race
-license: cc
 ---
 # Adult
 The [Toxicity dataset](https://archive-beta.ics.uci.edu/dataset/728/toxicity) from the [UCI ML repository](https://archive.ics.uci.edu/ml/datasets).

toxicity.py

@@ -1,1280 +0,0 @@
-from typing import List
-
-import datasets
-
-import pandas
-import gzip
-
-
-VERSION = datasets.Version("1.0.0")
-
-
-DESCRIPTION = "Toxicity dataset from the UCI ML repository."
-_HOMEPAGE = "https://archive-beta.ics.uci.edu/dataset/728/toxicity"
-_URLS = ("https://archive-beta.ics.uci.edu/dataset/728/toxicity")
-_CITATION = """"""
-
-# Dataset info
-urls_per_split = {
-    "train": "https://huggingface.co/datasets/mstz/toxicity/raw/main/data.csv"
-}
-
-_BASE_FEATURE_NAMES = [
-	"MATS3v",
-	"nHBint10",
-	"MATS3s",
-	"MATS3p",
-	"nHBDon_Lipinski",
-	"minHBint8",
-	"MATS3e",
-	"MATS3c",
-	"minHBint2",
-	"MATS3m",
-	"minHBint6",
-	"minHBint7",
-	"minHBint4",
-	"MATS3i",
-	"VR3_Dt",
-	"SpMax8_Bhi",
-	"SdsN",
-	"SpMax8_Bhm",
-	"SpMax8_Bhe",
-	"ECCEN",
-	"MDEC-14",
-	"SpMax8_Bhs",
-	"SpMax8_Bhp",
-	"SpMax8_Bhv",
-	"MDEC-11",
-	"MDEC-12",
-	"MDEC-13",
-	"VR2_Dt",
-	"BIC5",
-	"ATS7s",
-	"ATS7p",
-	"ATS7v",
-	"ATS7i",
-	"ATS7m",
-	"ATS7e",
-	"mintN",
-	"nHsNH2",
-	"khs.sssCH",
-	"minHBint3",
-	"maxdssC",
-	"nT6Ring",
-	"minHBint5",
-	"nF8Ring",
-	"minssCH2",
-	"SpMax_DzZ",
-	"ETA_EtaP",
-	"nHsOH",
-	"SpMin1_Bhe",
-	"maxHother",
-	"nHBAcc_Lipinski",
-	"StN",
-	"khs.aaS",
-	"khs.aaO",
-	"khs.aaN",
-	"Sare",
-	"SHAvin",
-	"SpMax3_Bhv",
-	"SpMax3_Bhp",
-	"SpMax3_Bhs",
-	"SpMax3_Bhe",
-	"SpMin6_Bhi",
-	"SpMax3_Bhm",
-	"SpMax3_Bhi",
-	"ETA_EtaP_F_L",
-	"mindCH2",
-	"AATSC2e",
-	"AATSC2c",
-	"AATSC2m",
-	"AATSC2i",
-	"nsBr",
-	"AATS5p",
-	"AATSC2v",
-	"AATSC2p",
-	"AATSC2s",
-	"VABC",
-	"maxdNH",
-	"khs.ddsN",
-	"RotBtFrac",
-	"ATS4e",
-	"ATS4m",
-	"nFRing",
-	"ATS4i",
-	"EE_DzZ",
-	"ATS4s",
-	"ATS4p",
-	"ETA_Alpha",
-	"khs.sssN",
-	"EE_Dzi",
-	"MAXDN",
-	"EE_Dzm",
-	"EE_Dze",
-	"EE_Dzs",
-	"EE_Dzp",
-	"EE_Dzv",
-	"ATS8e",
-	"maxsOH",
-	"minssssNp",
-	"maxsOm",
-	"MDEC-23",
-	"MDEC-22",
-	"MDEC-24",
-	"nFG12HeteroRing",
-	"ATS8s",
-	"ATS8v",
-	"SP-6",
-	"SP-7",
-	"SHsNH2",
-	"SP-5",
-	"SP-2",
-	"SP-3",
-	"SP-0",
-	"SP-1",
-	"minHsOH",
-	"ATSC8v",
-	"MATS2v",
-	"ATSC8s",
-	"MATS2p",
-	"MATS2s",
-	"ATSC8p",
-	"MATS2e",
-	"ATSC8e",
-	"ATSC8c",
-	"MATS2c",
-	"MATS2m",
-	"topoDiameter",
-	"ATSC8m",
-	"MATS2i",
-	"ATSC8i",
-	"ntN",
-	"khs.ssCH2",
-	"SpAD_Dt",
-	"ETA_Eta_R_L",
-	"SHdsCH",
-	"SaasN",
-	"SC-4",
-	"SaasC",
-	"minaaCH",
-	"AATSC3c",
-	"AATSC3e",
-	"AATSC3i",
-	"AATSC3m",
-	"AATSC3s",
-	"AATSC3p",
-	"AATSC3v",
-	"SpMax2_Bhp",
-	"nF8HeteroRing",
-	"AATS8e",
-	"AATS8i",
-	"AATS8m",
-	"AATS8s",
-	"AATS8p",
-	"AATS8v",
-	"VE3_Dt",
-	"XLogP",
-	"SpMax2_Bhi",
-	"maxssCH2",
-	"minaaS",
-	"SpMax4_Bhv",
-	"SpMax4_Bhs",
-	"SpMax4_Bhp",
-	"SpMax4_Bhm",
-	"minHaaNH",
-	"SpMax4_Bhi",
-	"minaaN",
-	"SpMax4_Bhe",
-	"StsC",
-	"SssCH2",
-	"maxHdNH",
-	"MATS1p",
-	"R_TpiPCTPC",
-	"MATS1s",
-	"MATS1v",
-	"JGI10",
-	"MATS1c",
-	"MATS1e",
-	"VR2_DzZ",
-	"MATS1i",
-	"MATS1m",
-	"MDEC-34",
-	"MDEC-33",
-	"VR2_Dze",
-	"VR2_Dzm",
-	"VR2_Dzs",
-	"VR2_Dzp",
-	"khs.ssssC",
-	"nTG12Ring",
-	"khs.ssssN",
-	"ATS5e",
-	"gmin",
-	"VR2_D",
-	"ATS5m",
-	"ATS5p",
-	"ATS5s",
-	"ATS5v",
-	"AATSC5p",
-	"TpiPC",
-	"maxsCH3",
-	"SdS",
-	"khs.ssO",
-	"ETA_Eta_F_L",
-	"khs.ssS",
-	"SdO",
-	"VE2_Dt",
-	"maxHtCH",
-	"SpMax_Dze",
-	"SpMax_Dzm",
-	"SpMax_Dzi",
-	"ETA_dEpsilon_B",
-	"SpMax_Dzv",
-	"ETA_dEpsilon_A",
-	"SpMax_Dzs",
-	"ETA_dEpsilon_D",
-	"SpMax_Dzp",
-	"SsNH2",
-	"StCH",
-	"SsCH3",
-	"CIC5",
-	"CIC4",
-	"CIC1",
-	"CIC0",
-	"CIC3",
-	"CIC2",
-	"nF10HeteroRing",
-	"maxssO",
-	"WPOL",
-	"n5HeteroRing",
-	"maxHAvin",
-	"fragC",
-	"ETA_Eta_B_RC",
-	"AATS7m",
-	"SpDiam_Dt",
-	"SdssC",
-	"ETA_Epsilon_3",
-	"AATS7i",
-	"AATS7e",
-	"nT9Ring",
-	"minsCl",
-	"AATS7v",
-	"AATS7s",
-	"AATS7p",
-	"nHdCH2",
-	"ETA_Epsilon_5",
-	"ETA_Epsilon_4",
-	"SsssCH",
-	"maxHsOH",
-	"GATS1v",
-	"maxaaaC",
-	"GATS1s",
-	"minsNH2",
-	"BIC4",
-	"SpMin7_Bhs",
-	"SpMin7_Bhp",
-	"SpMin7_Bhv",
-	"nHtCH",
-	"GATS1e",
-	"mintsC",
-	"GATS1c",
-	"SpMin7_Bhm",
-	"GATS1m",
-	"SpMin7_Bhe",
-	"GATS1i",
-	"maxtsC",
-	"minHAvin",
-	"MDEC-44",
-	"AATS2v",
-	"SPC-6",
-	"SPC-4",
-	"SPC-5",
-	"SpAD_D",
-	"MATS6c",
-	"ETA_BetaP_s",
-	"minaasC",
-	"minaasN",
-	"minssNH",
-	"nT7HeteroRing",
-	"RotBFrac",
-	"nF10Ring",
-	"ETA_BetaP_ns",
-	"nH",
-	"nL",
-	"nN",
-	"nO",
-	"nA",
-	"nC",
-	"nF",
-	"nX",
-	"nQ",
-	"nS",
-	"nV",
-	"ATS1m",
-	"SdNH",
-	"mindsN",
-	"SHCsats",
-	"SHCsatu",
-	"CrippenMR",
-	"GATS1p",
-	"SRW10",
-	"ETA_dPsi_A",
-	"AATS6m",
-	"AATS6i",
-	"AATS6e",
-	"minsBr",
-	"nF9HeteroRing",
-	"SpMin7_Bhi",
-	"AATS6v",
-	"AATS6p",
-	"AATS6s",
-	"naAromAtom",
-	"nBase",
-	"minHBint10",
-	"SpDiam_DzZ",
-	"SaaNH",
-	"nssssC",
-	"khs.dNH",
-	"maxaaN",
-	"maxaaO",
-	"SpDiam_Dzv",
-	"SpDiam_Dzs",
-	"SpDiam_Dzp",
-	"SpDiam_Dze",
-	"SpDiam_Dzm",
-	"GATS6i",
-	"SpDiam_Dzi",
-	"Mi",
-	"Mv",
-	"Mp",
-	"GGI10",
-	"nBr",
-	"bpol",
-	"MW",
-	"GATS6v",
-	"MATS7s",
-	"MATS7p",
-	"C1SP1",
-	"MATS7v",
-	"MATS7i",
-	"MATS7m",
-	"MATS7c",
-	"GATS6s",
-	"MATS7e",
-	"maxtN",
-	"SpMin8_Bhe",
-	"SpMin8_Bhi",
-	"SpMin8_Bhm",
-	"SpMin8_Bhp",
-	"SpMin8_Bhs",
-	"SpMin8_Bhv",
-	"maxHCsatu",
-	"maxHCsats",
-	"ATSC3v",
-	"ATSC3s",
-	"ATSC3p",
-	"minHdCH2",
-	"ATSC3e",
-	"ATSC3c",
-	"maxssNH",
-	"ATSC3m",
-	"ATSC3i",
-	"minHCsatu",
-	"minHCsats",
-	"SpMax7_Bhe",
-	"SpMax7_Bhi",
-	"SpMax7_Bhm",
-	"ETA_BetaP_ns_d",
-	"SpMax7_Bhp",
-	"SpMax7_Bhs",
-	"SpMax7_Bhv",
-	"SdsCH",
-	"minssO",
-	"minssS",
-	"SpMin3_Bhe",
-	"SpMin3_Bhm",
-	"SpMin3_Bhi",
-	"SpMin3_Bhv",
-	"nT8Ring",
-	"SpMin3_Bhs",
-	"SpMin3_Bhp",
-	"TPC",
-	"khs.tCH",
-	"VP-5",
-	"VP-4",
-	"VP-7",
-	"VP-6",
-	"VP-1",
-	"VP-0",
-	"VP-3",
-	"VP-2",
-	"MIC5",
-	"MIC4",
-	"MIC3",
-	"MIC2",
-	"MIC1",
-	"MIC0",
-	"ATSC5p",
-	"piPC10",
-	"ATSC5s",
-	"minsOm",
-	"nT10HeteroRing",
-	"nHBa",
-	"nHBd",
-	"SddssS",
-	"nCl",
-	"minsOH",
-	"SHaaCH",
-	"nHBDon",
-	"nF11HeteroRing",
-	"AATS5i",
-	"AATS5m",
-	"SpMin6_Bhs",
-	"SpMin6_Bhp",
-	"SpMin6_Bhv",
-	"AATS5e",
-	"ETA_dBeta",
-	"khs.sCH3",
-	"ALogP",
-	"SpMin6_Bhm",
-	"BCUTp-1l",
-	"AATS5s",
-	"BCUTp-1h",
-	"AATS5v",
-	"SpMin6_Bhe",
-	"ATS8i",
-	"ATS8m",
-	"BCUTw-1h",
-	"BCUTw-1l",
-	"nBondsS3",
-	"nBondsS2",
-	"ATS8p",
-	"GATS3p",
-	"GATS3s",
-	"GATS3v",
-	"GATS3c",
-	"GATS3e",
-	"SC-5",
-	"GATS3i",
-	"SC-6",
-	"GATS3m",
-	"SC-3",
-	"minsCH3",
-	"SssssC",
-	"nAtomLC",
-	"nT12HeteroRing",
-	"minHaaCH",
-	"MLFER_BH",
-	"MLFER_BO",
-	"SaaaC",
-	"mindsCH",
-	"nddssS",
-	"maxaasC",
-	"maxsssN",
-	"MATS6p",
-	"MATS6s",
-	"MATS6v",
-	"MATS6i",
-	"MATS6m",
-	"MATS6e",
-	"ETA_Beta_ns_d",
-	"hmax",
-	"ETA_Beta_s",
-	"nHaaCH",
-	"khs.aaaC",
-	"khs.sNH2",
-	"ETA_AlphaP",
-	"nAromBond",
-	"ATSC2v",
-	"ATSC2p",
-	"ATSC2s",
-	"ATS4v",
-	"ATSC2e",
-	"ATSC2c",
-	"ATSC2m",
-	"ATSC2i",
-	"AATS4v",
-	"AATS4s",
-	"AATS4p",
-	"AATS4e",
-	"ETA_BetaP",
-	"AATS4m",
-	"khs.sOH",
-	"AATS4i",
-	"SHsOH",
-	"SpMax_D",
-	"MDEN-13",
-	"MDEN-12",
-	"MDEN-11",
-	"ntsC",
-	"ATS3m",
-	"PetitjeanNumber",
-	"khs.aasN",
-	"khs.aasC",
-	"MWC10",
-	"MPC7",
-	"TWC",
-	"topoRadius",
-	"WPATH",
-	"nG",
-	"ndsN",
-	"MAXDP",
-	"naaaC",
-	"SM1_DzZ",
-	"SpAbs_DzZ",
-	"SpAbs_Dze",
-	"khs.aaNH",
-	"SpAbs_Dzm",
-	"SM1_Dzv",
-	"SpAbs_Dzi",
-	"SM1_Dzp",
-	"SM1_Dzs",
-	"SM1_Dzm",
-	"SpAbs_Dzv",
-	"SM1_Dzi",
-	"SpAbs_Dzp",
-	"SpAbs_Dzs",
-	"SM1_Dze",
-	"maxaaCH",
-	"maxdO",
-	"nF11Ring",
-	"GATS2v",
-	"GATS2s",
-	"ETA_Beta",
-	"GATS2m",
-	"GATS2i",
-	"maxdS",
-	"GATS2e",
-	"GATS2c",
-	"nHaaNH",
-	"ATSC1p",
-	"ATSC1s",
-	"ATSC1v",
-	"ATSC1c",
-	"ATSC1e",
-	"ATSC1i",
-	"ATSC1m",
-	"MWC9",
-	"MWC8",
-	"MWC5",
-	"MWC4",
-	"MWC7",
-	"MWC6",
-	"ndssC",
-	"MWC2",
-	"MAXDN2",
-	"MATS5e",
-	"SpMin2_Bhe",
-	"MATS5c",
-	"MATS5m",
-	"SpMin2_Bhm",
-	"MATS5i",
-	"SpMin2_Bhi",
-	"SpMin2_Bhv",
-	"MATS5v",
-	"MATS5p",
-	"SpMin2_Bhs",
-	"SpMin2_Bhp",
-	"VE1_Dzi",
-	"Mare",
-	"BCUTc-1l",
-	"BCUTc-1h",
-	"SssNH",
-	"MPC9",
-	"VE1_Dzp",
-	"naaN",
-	"naaO",
-	"naaS",
-	"SsBr",
-	"SHBd",
-	"TSRW",
-	"SHBa",
-	"khs.ssNH",
-	"nT9HeteroRing",
-	"SpMax6_Bhp",
-	"SpMax6_Bhs",
-	"SpMAD_Dzv",
-	"SpMax6_Bhv",
-	"SpMax6_Bhe",
-	"SpMAD_Dze",
-	"SpMax6_Bhi",
-	"SpMAD_Dzi",
-	"SpMax6_Bhm",
-	"SpMAD_Dzm",
-	"SpMAD_DzZ",
-	"AATSC8s",
-	"AATSC8p",
-	"AATSC8v",
-	"minHssNH",
-	"AATSC8c",
-	"AATSC8e",
-	"AATSC8i",
-	"AATSC8m",
-	"AATS3s",
-	"AATS3p",
-	"AATS3v",
-	"SpMin5_Bhv",
-	"SpMin5_Bhp",
-	"SpMin5_Bhs",
-	"SpMin5_Bhm",
-	"SpMin5_Bhi",
-	"AATS3e",
-	"SpMin5_Bhe",
-	"AATS3i",
-	"SpMAD_Dzs",
-	"AATS3m",
-	"n7Ring",
-	"maxdCH2",
-	"MLFER_L",
-	"GATS5s",
-	"GATS5p",
-	"GATS5v",
-	"MLFER_A",
-	"GATS5i",
-	"GATS5m",
-	"IC3",
-	"IC2",
-	"IC1",
-	"IC0",
-	"khs.tN",
-	"IC5",
-	"IC4",
-	"ETA_Eta_R",
-	"ETA_Eta_L",
-	"SHdCH2",
-	"ETA_Eta_B",
-	"ETA_Eta_F",
-	"SaaCH",
-	"nAcid",
-	"maxsssCH",
-	"SsCl",
-	"nF6Ring",
-	"maxsF",
-	"MATS4c",
-	"MATS4e",
-	"MATS4i",
-	"SP-4",
-	"MATS4m",
-	"MATS4s",
-	"MATS4p",
-	"MATS4v",
-	"minHdNH",
-	"VC-6",
-	"SsssN",
-	"minaaaC",
-	"minwHBa",
-	"nT6HeteroRing",
-	"khs.dssC",
-	"AATSC0m",
-	"EE_Dt",
-	"minsF",
-	"ATSC0v",
-	"ATSC0s",
-	"ATSC0p",
-	"ATSC0m",
-	"ATSC0i",
-	"ATSC0e",
-	"ATSC0c",
-	"VE2_D",
-	"SpMAD_D",
-	"nHBint2",
-	"nHBint3",
-	"ETA_Epsilon_1",
-	"nHBint6",
-	"nHBint7",
-	"nHBint4",
-	"nHBint5",
-	"nHBint8",
-	"nHBint9",
-	"nBondsS",
-	"AATS2p",
-	"AATS2s",
-	"nBondsT",
-	"AATS2e",
-	"nBondsD",
-	"AATS2i",
-	"AATS2m",
-	"nBondsM",
-	"nBonds2",
-	"MDEN-33",
-	"Sp",
-	"Sv",
-	"Si",
-	"FMF",
-	"nRotB",
-	"n7HeteroRing",
-	"minssssC",
-	"SwHBa",
-	"Zagreb",
-	"SRW6",
-	"SRW7",
-	"SRW4",
-	"SRW5",
-	"SRW2",
-	"khs.sCl",
-	"SRW8",
-	"SRW9",
-	"maxHsNH2",
-	"SCH-5",
-	"SCH-6",
-	"SCH-7",
-	"khs.sF",
-	"nF9Ring",
-	"ATS6p",
-	"maxaasN",
-	"MAXDP2",
-	"minHtCH",
-	"nsNH2",
-	"nFG12Ring",
-	"VE1_DzZ",
-	"VE1_Dze",
-	"GATS4p",
-	"GATS4s",
-	"VE1_Dzm",
-	"GATS4v",
-	"GATS4i",
-	"VE1_Dzs",
-	"GATS4m",
-	"ndsCH",
-	"VE1_Dzv",
-	"GATS4c",
-	"GATS4e",
-	"ETA_Beta_ns",
-	"McGowan_Volume",
-	"n5Ring",
-	"ETA_dAlpha_B",
-	"ATSC7s",
-	"ATSC7p",
-	"ETA_dAlpha_A",
-	"ATSC7v",
-	"ATSC7i",
-	"ATSC7m",
-	"ATSC7c",
-	"VC-4",
-	"VC-5",
-	"VC-3",
-	"ATSC7e",
-	"maxssssNp",
-	"JGI2",
-	"JGI3",
-	"JGI1",
-	"JGI6",
-	"JGI7",
-	"JGI4",
-	"JGI5",
-	"JGI8",
-	"JGI9",
-	"SpAD_DzZ",
-	"SpAD_Dze",
-	"SpAD_Dzm",
-	"SpAD_Dzi",
-	"SpAD_Dzv",
-	"SpAD_Dzp",
-	"SpAD_Dzs",
-	"nsssCH",
-	"nBonds",
-	"LipinskiFailures",
-	"SpDiam_D",
-	"minHdsCH",
-	"SssO",
-	"SssS",
-	"C2SP3",
-	"C2SP2",
-	"C2SP1",
-	"GATS2p",
-	"ETA_Shape_X",
-	"ETA_Shape_Y",
-	"ETA_Shape_P",
-	"naaNH",
-	"khs.dCH2",
-	"AVP-5",
-	"AVP-4",
-	"AVP-7",
-	"AVP-1",
-	"AVP-0",
-	"AVP-2",
-	"AATS1v",
-	"AATS1p",
-	"AATS1s",
-	"AATS1m",
-	"MDEN-22",
-	"AATS1i",
-	"AATS1e",
-	"maxaaNH",
-	"maxHaaNH",
-	"nT8HeteroRing",
-	"GATS7c",
-	"GATS7m",
-	"GATS7v",
-	"GATS7p",
-	"GATS7s",
-	"SsOm",
-	"SsOH",
-	"AATSC4v",
-	"maxHBd",
-	"AATSC4s",
-	"khs.sBr",
-	"maxHBa",
-	"khs.dsN",
-	"SHssNH",
-	"AATSC4e",
-	"AATSC4c",
-	"AATSC4m",
-	"AATSC4i",
-	"SHBint10",
-	"ATS2v",
-	"ATS2p",
-	"ATS2s",
-	"CrippenLogP",
-	"ATS2i",
-	"JGT",
-	"MPC10",
-	"ndNH",
-	"VAdjMat",
-	"khs.ddssS",
-	"nT7Ring",
-	"khs.dsCH",
-	"ATSC6p",
-	"ATSC6s",
-	"ATSC6v",
-	"ATSC6i",
-	"ATSC6m",
-	"ATSC6c",
-	"ATSC6e",
-	"SpMin1_Bhi",
-	"SpMin1_Bhm",
-	"SpMin1_Bhp",
-	"SpMin1_Bhs",
-	"nT11HeteroRing",
-	"SpMin1_Bhv",
-	"SHother",
-	"AATS0s",
-	"SpMin4_Bhv",
-	"AATS0p",
-	"SpMin4_Bhp",
-	"AATS0v",
-	"SpMin4_Bhs",
-	"SpMin4_Bhm",
-	"AATS0i",
-	"SpMin4_Bhi",
-	"AATS0m",
-	"minsssCH",
-	"SpMin4_Bhe",
-	"nAtomLAC",
-	"AATS0e",
-	"nsCH3",
-	"MWC3",
-	"ATSC5v",
-	"MLFER_S",
-	"ETA_dBetaP",
-	"AATSC4p",
-	"nRotBt",
-	"nsOm",
-	"SHaaNH",
-	"nsOH",
-	"AATSC5v",
-	"AATSC5s",
-	"nssssNp",
-	"AATSC5e",
-	"naasN",
-	"AATSC5c",
-	"AATSC5m",
-	"nsssN",
-	"SpMax_Dt",
-	"AATSC5i",
-	"naasC",
-	"VR3_D",
-	"VR1_D",
-	"VR1_Dt",
-	"ETA_Epsilon_2",
-	"MLogP",
-	"nHBAcc2",
-	"nHBAcc3",
-	"AMR",
-	"AMW",
-	"GATS6c",
-	"sumI",
-	"GATS6e",
-	"gmax",
-	"maxHssNH",
-	"MATS5s",
-	"maxsNH2",
-	"GATS6m",
-	"maxHBint8",
-	"maxHBint9",
-	"GATS6p",
-	"C1SP2",
-	"C1SP3",
-	"khs.tsC",
-	"maxHBint2",
-	"maxHBint3",
-	"maxHBint4",
-	"maxHBint5",
-	"maxHBint6",
-	"maxHBint7",
-	"AVP-6",
-	"nHdNH",
-	"ATSC5e",
-	"C4SP3",
-	"AVP-3",
-	"ATSC5c",
-	"ATSC5m",
-	"nHother",
-	"ATSC5i",
-	"VCH-5",
-	"VCH-7",
-	"VCH-6",
-	"Mse",
-	"nsF",
-	"DELS2",
-	"MATS8m",
-	"ATS3v",
-	"ATS3s",
-	"ATS3p",
-	"ATS3e",
-	"MATS8i",
-	"Kier2",
-	"Kier3",
-	"Kier1",
-	"HybRatio",
-	"ATS3i",
-	"MDEN-23",
-	"SHBint9",
-	"SHBint8",
-	"SHBint3",
-	"SHBint2",
-	"SHBint7",
-	"SHBint6",
-	"SHBint5",
-	"SHBint4",
-	"DELS",
-	"minHsNH2",
-	"nHeteroRing",
-	"GATS7e",
-	"ETA_Psi_1",
-	"mindssC",
-	"nwHBa",
-	"maxHBint10",
-	"mindNH",
-	"GATS7i",
-	"nHssNH",
-	"nAtom",
-	"Spe",
-	"khs.dS",
-	"khs.dO",
-	"maxwHBa",
-	"AATSC6p",
-	"AATSC6s",
-	"AATSC6v",
-	"AATSC6c",
-	"AATSC6e",
-	"AATSC6i",
-	"AATSC6m",
-	"SssssNp",
-	"AATSC7c",
-	"nssCH2",
-	"ASP-2",
-	"ASP-3",
-	"ASP-0",
-	"ASP-1",
-	"ASP-6",
-	"ASP-7",
-	"ASP-4",
-	"ASP-5",
-	"ATS0s",
-	"MATS8v",
-	"ATS0p",
-	"MATS8s",
-	"ATS0v",
-	"MATS8p",
-	"MATS8e",
-	"MATS8c",
-	"ATS0e",
-	"ATS0i",
-	"ATS0m",
-	"GGI9",
-	"GGI8",
-	"GGI1",
-	"GGI3",
-	"GGI2",
-	"GGI5",
-	"GGI4",
-	"GGI7",
-	"GGI6",
-	"nTRing",
-	"nT10Ring",
-	"TIC0",
-	"TIC1",
-	"TIC2",
-	"TIC3",
-	"TIC4",
-	"TIC5",
-	"maxsCl",
-	"ntCH",
-	"khs.aaCH",
-	"ZMIC4",
-	"ZMIC5",
-	"ZMIC0",
-	"ZMIC1",
-	"ZMIC2",
-	"ZMIC3",
-	"minHother",
-	"ATSC4c",
-	"ATSC4e",
-	"ATSC4i",
-	"ATSC4m",
-	"ATSC4s",
-	"ATSC4p",
-	"ATSC4v",
-	"SpMax1_Bhs",
-	"SpMax1_Bhp",
-	"SpMax1_Bhv",
-	"hmin",
-	"SpMax1_Bhe",
-	"SpMax1_Bhi",
-	"SpMax1_Bhm",
-	"MPC6",
-	"nAtomP",
-	"MPC4",
-	"MPC5",
-	"MPC2",
-	"VR3_Dzv",
-	"VR3_Dzs",
-	"MPC8",
-	"VR3_Dzp",
-	"VR3_Dzm",
-	"SpMAD_Dzp",
-	"VR3_Dzi",
-	"VR3_Dze",
-	"SsF",
-	"minaaO",
-	"VR3_DzZ",
-	"mintCH",
-	"Sse",
-	"C3SP2",
-	"VR1_DzZ",
-	"VR1_Dzp",
-	"VR1_Dzs",
-	"SdCH2",
-	"SHtCH",
-	"VR1_Dzi",
-	"VR1_Dzm",
-	"VR1_Dze",
-	"maxdsN",
-	"AATSC7v",
-	"AATSC7s",
-	"AATSC7p",
-	"AATSC7m",
-	"AATSC7i",
-	"nHdsCH",
-	"AATSC7e",
-	"BIC2",
-	"BIC3",
-	"BIC0",
-	"BIC1",
-	"SIC5",
-	"SIC4",
-	"SIC1",
-	"SIC0",
-	"SIC3",
-	"SIC2",
-	"naaCH",
-	"minHBd",
-	"minHBa",
-	"AATSC1p",
-	"nssO",
-	"AATSC0i",
-	"ALogp2",
-	"nssS",
-	"AATSC1i",
-	"SaaS",
-	"SaaO",
-	"SaaN",
-	"maxsBr",
-	"GATS8m",
-	"SpMax2_Bhv",
-	"GATS8i",
-	"SpMax2_Bhs",
-	"GATS8e",
-	"GATS8c",
-	"SpMax2_Bhe",
-	"SpMax2_Bhm",
-	"GATS8v",
-	"GATS8p",
-	"GATS8s",
-	"piPC3",
-	"piPC2",
-	"piPC1",
-	"piPC7",
-	"piPC6",
-	"piPC5",
-	"piPC4",
-	"piPC9",
-	"piPC8",
-	"maxHdsCH",
-	"nT11Ring",
-	"ATS1v",
-	"ATS1p",
-	"ATS1s",
-	"ATS1i",
-	"SpMAD_Dt",
-	"ATS1e",
-	"VR2_Dzi",
-	"n6HeteroRing",
-	"MPC3",
-	"ATS2e",
-	"VR2_Dzv",
-	"minHBint9",
-	"VE2_Dzs",
-	"VE2_Dzp",
-	"VE2_Dzv",
-	"ATS2m",
-	"VE2_Dzi",
-	"VE2_Dzm",
-	"maxtCH",
-	"minaaNH",
-	"VE2_Dze",
-	"VE2_DzZ",
-	"nHAvin",
-	"meanI",
-	"nHCsatu",
-	"nHCsats",
-	"apol",
-	"ATS5i",
-	"nF12Ring",
-	"mindS",
-	"mindO",
-	"MolIP",
-	"maxdsCH",
-	"ndCH2",
-	"TopoPSA",
-	"ETA_EtaP_B_RC",
-	"MDEO-11",
-	"MDEO-12",
-	"AATSC0s",
-	"SpMax5_Bhv",
-	"AATSC0p",
-	"SpMax5_Bhs",
-	"AATSC0v",
-	"SpMax5_Bhp",
-	"SpMax5_Bhm",
-	"SpMax5_Bhi",
-	"AATSC0c",
-	"SpMax5_Bhe",
-	"AATSC0e",
-	"EE_D",
-	"VE3_DzZ",
-	"C3SP3",
-	"VE3_Dzv",
-	"minddssS",
-	"ATS6s",
-	"VE3_Dzs",
-	"VE3_Dzp",
-	"ATS6v",
-	"ATS6i",
-	"VE3_Dzm",
-	"ATS6m",
-	"VE3_Dzi",
-	"VE3_Dze",
-	"ATS6e",
-	"nTG12HeteroRing",
-	"VPC-6",
-	"VPC-5",
-	"VPC-4",
-	"MLFER_E",
-	"nBondsD2",
-	"nT12Ring",
-	"Mpe",
-	"maxHdCH2",
-	"nT5HeteroRing",
-	"nHeavyAtom",
-	"nRing",
-	"GATS5c",
-	"nF12HeteroRing",
-	"GATS5e",
-	"VR1_Dzv",
-	"minsssN",
-	"topoShape",
-	"ndO",
-	"ndS",
-	"nssNH",
-	"VE1_Dt",
-	"maxHaaCH",
-	"nHBAcc",
-	"VE3_D",
-	"nsCl",
-	"VE1_D",
-	"AATSC1s",
-	"AATSC1v",
-	"AATSC1m",
-	"AATSC1c",
-	"AATSC1e",
-	"LipoaffinityIndex",
-	"n6Ring",
-	"ETA_Eta",
-	"WTPT-1",
-	"WTPT-2",
-	"WTPT-3",
-	"WTPT-4",
-	"WTPT-5",
-	"ETA_EtaP_L",
-	"ETA_EtaP_F",
-	"ETA_EtaP_B",
-	"nT5Ring",
-	"SHdNH",
-	"ETA_dEpsilon_C",
-	"MDEO-22",
-	"is_toxic"
-]
-
-features_types_per_config = {
-    "toxicity": {f: datasets.Value("float32") for f in _BASE_FEATURE_NAMES[:-1]}
-}
-features_types_per_config["toxicity"]["is_toxic"] = datasets.ClassLabel(num_classes=2)
-features_per_config = {k: datasets.Features(features_types_per_config[k]) for k in features_types_per_config}
-
-
-class ToxicityConfig(datasets.BuilderConfig):
-    def __init__(self, **kwargs):
-        super(ToxicityConfig, self).__init__(version=VERSION, **kwargs)
-        self.features = features_per_config[kwargs["name"]]
-
-
-class Toxicity(datasets.GeneratorBasedBuilder):
-    # dataset versions
-    DEFAULT_CONFIG = "toxicity"
-    BUILDER_CONFIGS = [
-        ToxicityConfig(name="toxicity",
-                    description="Toxicity for binary classification.")
-    ]
-
-
-    def _info(self):
-        if self.config.name not in features_per_config:
-            raise ValueError(f"Unknown configuration: {self.config.name}")
-        
-        info = datasets.DatasetInfo(description=DESCRIPTION, citation=_CITATION, homepage=_HOMEPAGE,
-                                    features=features_per_config[self.config.name])
-
-        return info
-    
-    def _split_generators(self, dl_manager: datasets.DownloadManager) -> List[datasets.SplitGenerator]:
-        downloads = dl_manager.download_and_extract(urls_per_split)
-
-        return [
-            datasets.SplitGenerator(name=datasets.Split.TRAIN, gen_kwargs={"filepath": downloads["train"]})
-        ]
-    
-    def _generate_examples(self, filepath: str):
-        data = pandas.read_csv(filepath).infer_objects()
-        data = data.rename(columns={"Class": "is_toxic"})
-        data = self.preprocess(data, config=self.config.name)
-
-        for row_id, row in data.iterrows():
-            data_row = dict(row)
-
-            yield row_id, data_row
-
-    def preprocess(self, data: pandas.DataFrame, config: str = DEFAULT_CONFIG) -> pandas.DataFrame:
-        data.loc[:, "is_toxic"] = data["is_toxic"].apply(lambda x: 1 if x == "Toxic" else 0)
-        
-        return data