心脏病风险
包含真实风险因素、成本与数据质量问题的合成心脏病风险数据集。
基本信息
资源简介
心脏病风险
【数据集背景】
本数据集源站标题为《Heart Disease Risk》。源站首次发布：2026-03-19。
【数据内容】
源站原始描述：This is a synthetic training dataset designed to simulate real-world healthcare data challenges. It includes intentional data quality issues such as missing values, inconsistent labels, duplicates, and outliers. It is well-suited for practicing: - Data cleaning and preprocessing - Feature engineering - Supervised learning (classification & regression) - Unsupervised learning (clustering) The dataset provides a realistic but controlled environment for developing end-to-end data science workflows
【数据结构与技术规格】
文件数 1 个，合计 957.47 KB。
【主题与分类】
主题标签：health、data analytics、heart conditions、synthetic、diseases。
【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/carlgullacksen/heart-disease-risk
使用许可：CC BY-SA 4.0。
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("carlgullacksen/heart-disease-risk")
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 carlgullacksen/heart-disease-risk
unzip heart-disease-risk.zip -d heart-disease-risk/
数据说明
该数据集为合成数据，包含真实的风险因素、成本以及数据质量问题，主要用于心脏病风险评估相关研究。
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。
