糖尿病检测与分类数据集
用于糖尿病检测与分类的表格数据集，结合机器学习和深度学习，并应用SHAP可解释性分析。
基本信息
资源简介
糖尿病检测与分类数据集
【数据集背景】
本数据集源站标题为《data_s.csv》。源站首次发布：2024-03-02。
【数据内容】
源站原始描述：Diabetes detection and classification using machine learning techniques,Combining Machine Learning and Deep Learning with SHAP XAI to Classify Diabetes Patients in Jordan
主表 data_s.csv 含 15 列、样本前 153 行结构完整。
【数据结构与技术规格】
文件数 1 个，合计 10.32 KB。data_s.csv：application/csv，10.32 KB。数据集 DOI：10.6084/m9.figshare.25330576.v1。
【主题与分类】
源站学科分类：Health informatics and information systems。主题标签：diabetes 10 years。
【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。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://figshare.com/articles/dataset/data_s_csv/25330576
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：asal, sanaa (2024). data_s.csv. figshare. Dataset
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。
暂未开放公开下载
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。
免登录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（Figshare）
- 源站标题：data_s.csv
- DOI：10.6084/m9.figshare.25330576.v1
- 发布日期：2024-03-02
- 文件数：1 个
- 文件总体积：10.32 KB
- 源站页面：https://figshare.com/articles/dataset/data_s_csv/25330576
命令行下载
curl -L -o "data_s.csv" "https://ndownloader.figshare.com/files/44809816"
文件清单
data_s.csv（10.32 KB）
文件总体积 10.32 KB（源站 API 实测）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
Diabetes detection and classification using machine learning techniques,Combining Machine Learning and Deep Learning with SHAP XAI to Classify Diabetes Patients in Jordan.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.25330576.v1（source: https://figshare.com/articles/dataset/data_s_csv/25330576）。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
