心脏病预测-40120

属性信息: 年龄 :年龄 性别 :性别(1 =男性; 0 =女性) ChestPain :胸痛(典型,渐近,非心绞痛,非典型) RestBP :静息血压 澈 :血清cholestoral在毫克/分升 Fbs :空腹血糖…

DFuser13DFuser13
DataFountain
2026-06-07 更新
浏览 9
表格心脏病预测
Heart Disease Prediction

基本信息

模态
表格
创建/更新时间
2026-06-07

资源简介

心脏病预测

【一句话概览】

本数据集是 DataFountain 公开的结构化表格数据集,收录 1 个文件、合计 3.48 KB,可用于统计建模、特征工程与队列分析。

【数据集背景】

源站首次发布:2020-11-23。

【数据内容】

源站原始描述:属性信息: 年龄 :年龄 性别 :性别(1 =男性; 0 =女性) ChestPain :胸痛(典型,渐近,非心绞痛,非典型) RestBP :静息血压 澈 :血清cholestoral在毫克/分升 Fbs :空腹血糖> 120 mg / dl(1 =正确; 0 =错误) RestECG :静息心电图结果 MaxHR :达到的最大心率 ExAng :运动诱发的心绞痛(1 =是; 0 =否) Oldpeak :运动引起的ST抑郁相对于休息 斜率 :运动峰值ST段的斜率 Ca :萤光显色的主要血管数目(0-3) Thal :(3 =正常; 6 =固定缺陷; 7 =可逆缺陷) 目标 :AHD-心脏病诊断(1 =是; 0 =否) 资料来源: https : //archive.ics.uci.edu/ml/datasets/Heart+Disease 创作者: 匈牙利心脏病研究所。 布达佩斯:医学博士Andras Janosi 瑞士苏黎世大学医院:威廉·斯坦布伦,医学博士 瑞士巴塞尔大学医院:医学博士Matthias Pfisterer VA医疗中心,长滩和克利夫兰诊所基金会:Robert D…

【数据结构与技术规格】

文件数 1 个,合计 3.48 KB。

【主题与分类】

源站学科分类:卫生保健、商业。

【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.datafountain.cn/datasets/4708

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

源站:https://www.datafountain.cn/datasets/4708

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
    • ModelScope: pip install modelscope 后 modelscope download
    • 天池: 登录后页面提供直链下载
      以源站「数据下载/使用文档」页面为准。

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