糖尿病二分类健康指标数据集
该数据集来自 search.dataone.org，属于内分泌、营养和代谢疾病下的糖尿病主题。数据可用于糖尿病相关的二分类建模与健康指标分析，适合开展医学与生命科学领域的分类研究（来源 DataONE）
基本信息
资源简介
糖尿病二分类健康指标数据集
diabetes_binary 是一个聚焦糖尿病主题的医学与生命科学数据集，收录于本站“内分泌、营养和代谢疾病 / 糖尿病”分类之下，来源站为 search.dataone.org。该数据集围绕糖尿病相关的健康指标组织数据，可用于糖尿病相关的二分类建模与健康指标分析，适合在医学与生命科学领域开展分类研究。其内容与 BRFSS2021 健康指标数据存在关联，并包含经过规范化处理的版本，整体定位偏向支持机器学习分类任务与健康数据的探索性分析。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面展开介绍。
【数据集背景】
糖尿病属于内分泌、营养和代谢疾病范畴，是医学与公共卫生领域长期关注的重点方向之一。围绕糖尿病风险识别与健康指标分析，研究者通常需要结构化的数据来支撑分类建模与统计分析。diabetes_binary 正是在这一背景下被整理并发布的数据集，其主题标签为 Medicine, Health and Life Sciences，表明其面向医学与生命科学的研究用途。该数据集与 BRFSS2021 健康指标数据相关，属于在原始健康指标数据基础上形成的规范化版本，服务于糖尿病相关的二分类研究需求。
【数据内容】
该数据集包含经过规范化处理的文件，分别与不同的 BRFSS2021 健康指标数据相对应。其中，diabetes_binary_norm.csv 所含信息来自 diabetes_binary_5050split_health_indicators_BRFSS2021.csv，并且是后者的修改版本；diabetes_binary2_norm.csv 所含信息来自 diabetes_binary_health_indicators_BRFSS2021.csv，同样是后者的修改版本。数据集围绕糖尿病相关的健康指标组织内容，可用于二分类建模与健康指标分析。除上述文件对应关系与用途方向外，源站未提供更细的字段构成、样本规模或变量说明。
【采集与来源】
该数据集的来源站为 search.dataone.org。其内容与 BRFSS2021 健康指标数据相关，具体涉及 diabetes_binary_5050split_health_indicators_BRFSS2021.csv 与 diabetes_binary_health_indicators_BRFSS2021.csv 两个来源文件，并在此基础上形成了规范化版本 diabetes_binary_norm.csv 与 diabetes_binary2_norm.csv。关于原始数据的采集方式、采集时间、采集机构与地理范围等细节，源站未提供。
【适用场景】
该数据集可用于糖尿病相关的二分类建模，适合开展医学与生命科学领域的分类研究。同时，它也可用于健康指标分析，帮助研究者在糖尿病主题下进行数据探索与模型实验。由于其主题标签为 Medicine, Health and Life Sciences，其适用方向集中在医学与生命科学相关的研究与分析任务。除上述方向外，源站未提供其他具体应用场景。
【使用方法】
该数据集以规范化后的文件形式提供，包括 diabetes_binary_norm.csv 与 diabetes_binary2_norm.csv，分别对应不同的 BRFSS2021 健康指标来源文件。使用者可基于这些规范化文件开展糖尿病相关的二分类建模与健康指标分析。关于具体的加载方式、预处理步骤、建模流程或工具要求，源站未提供。
【质量与限制】
该数据集的文件为相应来源文件的修改版本，即 diabetes_binary_norm.csv 是 diabetes_binary_5050split_health_indicators_BRFSS2021.csv 的修改版本，diabetes_binary2_norm.csv 是 diabetes_binary_health_indicators_BRFSS2021.csv 的修改版本。关于数据规模、缺失情况、标签分布、偏差风险或其他质量指标，源站未提供。
【引用与许可】
该数据集相关内容在 CC0 许可下提供。具体而言，diabetes_binary_norm.csv 所含信息来自 diabetes_binary_5050split_health_indicators_BRFSS2021.csv，该来源文件在此以 CC0 许可提供；diabetes_binary2_norm.csv 所含信息来自 diabetes_binary_health_indicators_BRFSS2021.csv，该来源文件同样在此以 CC0 许可提供。关于引用格式、署名要求或版本信息的更多细节，源站未提供。
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
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
diabetes_binary_norm.csv 包含来自 diabetes_binary_5050split_health_indicators_BRFSS2021.csv 的信息，后者在此处根据 CC0 许可提供。diabetes_binary_norm.csv 是 diabetes_binary_5050split_health_indicators_BRFSS2021.csv 的修改版本。diabetes_binary2_norm.csv 包含来自 diabetes_binary_health_indicators_BRFSS2021.csv 的信息，后者在此处根据 CC0 许可提供。diabetes_binary2_norm.csv 是 diabetes_binary_health_indicators_BRFSS2021.csv 的修改版本。
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。
