心脏病数据集（克利夫兰UCI）
该数据集是一个包含302名患者临床诊断测量数据的表格数据集，涵盖了年龄、性别、胸痛类型、血压、胆固醇等13个特征以及一个二元分类目标变量，用于预测心脏病的存在与否。它源自经典的UCI克利夫兰心脏病数据集，经过清理和增强，去除了重复记录并添加了可读标签，主要应用于心血管疾病风险预测、机器学习模型评估和临床决策支持系统的研究。
基本信息
资源简介
该数据集是经典UCI克利夫兰心脏病数据集的清理和增强版本，是医学机器学习研究中最广泛使用的基准数据集之一。数据集包含来自302名患者的临床和诊断测量数据，用于预测是否存在心脏病。数据来源于克利夫兰诊所基金会，并通过UCI机器学习库公开。该版本对原始数据进行了去重处理，移除了重复记录，保留了302个唯一样本，并添加了分类特征的可读标签列，同时标记了编码异常值。数据集包含13个输入特征（如年龄、性别、胸痛类型、血压、胆固醇等）和一个二元目标变量（0表示无心脏病，1表示有心脏病）。它主要用于心血管疾病风险预测、可解释人工智能和临床决策支持等研究，适用于表格数据的二元分类任务。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("electricsheepafrica/heart-disease-cleveland")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/electricsheepafrica/heart-disease-cleveland
数据说明
该数据集是经典UCI克利夫兰心脏病数据集的清理和增强版本，是医学机器学习研究中最广泛使用的基准数据集之一。数据集包含来自302名患者的临床和诊断测量数据，用于预测是否存在心脏病。数据来源于克利夫兰诊所基金会，并通过UCI机器学习库公开。该版本对原始数据进行了去重处理，移除了重复记录，保留了302个唯一样本，并添加了分类特征的可读标签列，同时标记了编码异常值。数据集包含13个输入特征（如年龄、性别、胸痛类型、血压、胆固醇等）和一个二元目标变量（0表示无心脏病，1表示有心脏病）。它主要用于心血管疾病风险预测、可解释人工智能和临床决策支持等研究，适用于表格数据的二元分类任务。
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))
完整数据卡：huggingface.co/datasets/electricsheepafrica/heart-disease-cleveland
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 心脏病 的高质量、多模态真实临床数据定制解决方案。
