心力衰竭预测数据集
该数据集是一个临床表格数据集，包含心脏病患者的年龄、性别、血压、胆固醇、心电图等结构化临床特征数据，主要用于心力衰竭风险预测的机器学习模型训练、医疗数据分析与临床决策支持研究。
基本信息
资源简介
心力衰竭预测数据集
【数据集背景】
本数据集源站标题为《The Heart Failure Prediction Dataset》。源站首次发布：2022-07-21。
【数据内容】
源站原始描述：## ****Context**** Heart disease is easier to treat when detected early, heart disease is the leading cause of death in the all over the world. The term “heart disease” refers to several types of heart conditions. In the Pakistan and some other countries, the most common type of heart disease is coronary artery disease (CAD), which can lead to heart attack. You can greatly reduce your risk for heart disease through lifestyle changes. I have uploaded this dataset together to call my fellow data s…
【数据结构与技术规格】
文件数 1 个，合计 96.38 KB。
【主题与分类】
主题标签：classification、heart conditions、binary classification、automl、bayesian statistics。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/asgharalikhan/mortality-rate-heart-patient-pakistan-hospital
使用许可：CC0: Public Domain。
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("asgharalikhan/mortality-rate-heart-patient-pakistan-hospital")
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 asgharalikhan/mortality-rate-heart-patient-pakistan-hospital
unzip mortality-rate-heart-patient-pakistan-hospital.zip -d mortality-rate-heart-patient-pakistan-hospital/
数据说明
该数据集是一个关于心脏病患者心力衰竭预测的临床数据集，来源于某心脏病研究所的医疗记录。数据包含患者的临床特征，如年龄、性别、血压、胆固醇水平、心电图结果、心脏功能指标等结构化表格数据。数据集主要用于心力衰竭的风险预测、疾病进展分析以及医疗数据挖掘研究，可应用于机器学习模型训练、临床决策支持系统开发等方向。
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))
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
