心脏病发作原始数据集

用于心脏病发作预测的原始表格数据集,包含标注分类属性。

La Min Ko KoLa Min Ko Ko
kaggle
2025-11-23 更新
浏览 46
表格心脏病表格数据
Heart_Attack_Raw_Dataset

基本信息

模态
表格
大小
0.000107658 GB
许可
Apache 2.0
创建/更新时间
2025-11-23
版本
v1

资源简介

心脏病发作原始数据集

【数据集背景】

本数据集源站标题为《Heart_Attack_Raw_Dataset》。源站首次发布:2025-11-23。

【数据内容】

源站原始描述:### **About Dataset** This dataset is a pre-processed version of the popular Heart Attack Analysis & Prediction dataset While the original dataset uses label encoding (numerical values) for categorical variables, **this version maps those integers to their descriptive string labels.** This makes the dataset ideal for: * **Data Visualization:** Creating clear legends and axis labels in Tableau, PowerBI, Matplotlib, or Seaborn without needing manual mapping. * **Exploratory Data Analysis (EDA):…

【数据结构与技术规格】

文件数 1 个,合计 107.66 KB。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/laminkoko/heart-attack-raw-dataset

使用许可:Apache 2.0。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

下载信息

注册下载

需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。

需登录

公开下载

无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。

暂未开放

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

暂未开放

当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。

使用方式

数据集获取

方式一:KaggleHub(Python,推荐 AI Agent 使用)

# 前置依赖: pip install kagglehub
import kagglehub

path = kagglehub.dataset_download("laminkoko/heart-attack-raw-dataset")
print("数据已下载至:", path)

方式二:Kaggle CLI(命令行)

# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d laminkoko/heart-attack-raw-dataset
unzip heart-attack-raw-dataset.zip -d heart-attack-raw-dataset/

数据说明

该数据集是心脏病发作预测(Heart Attack Prediction)数据集的原始可读版本,包含标注的分类属性,用于分析心脏病发作的风险因素和预测建模。数据模态为表格。

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案