收缩压预测数据集

基于收缩压数据构建回归预测框架的数据集。

Nibedita SahuNibedita Sahu
kaggle
2025-12-27 更新
浏览 39
表格data analyticsexploratory data analysisregressionstatistical analysisfeature engineering
Systolic Blood Pressure Prediction

基本信息

模态
表格
大小
0.000004261 GB
许可
Apache 2.0
创建/更新时间
2025-12-27
版本
v1

资源简介

收缩压预测数据集

【数据集背景】

本数据集源站标题为《Systolic Blood Pressure Prediction》。源站首次发布:2025-12-27。

【数据内容】

源站原始描述:This is a hands-on, easy-to-understand walkthrough of Simple & Multiple Regression using Python. If you''''re someone who loves clarity, clean explanations, and step-by-step reasoning (without drowning in jargon), this framework is for you. If you want, I have also written a complete article on this Framework: **Regression Framework for Systolic Blood Pressure Prediction The goal is to understand regression deeply, by actually doing it, not just memorizing formulas. 📁 GitHub Repository: **[Linea…

【数据结构与技术规格】

文件数 1 个,合计 4.26 KB。

【主题与分类】

主题标签:data analytics、exploratory data analysis、regression、statistical analysis、feature engineering。

【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/nibeditasahu/systolic-blood-pressure-prediction

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("nibeditasahu/systolic-blood-pressure-prediction")
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 nibeditasahu/systolic-blood-pressure-prediction
unzip systolic-blood-pressure-prediction.zip -d systolic-blood-pressure-prediction/

数据说明

该数据集用于收缩压(SBP)预测,基于SBP数据构建完整的回归框架,属于表格数据模态,适用于回归任务。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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