糖尿病二元分类
基于表格数据预测个体是否罹患糖尿病的二元分类数据集。
基本信息
模态
表格
大小
0.000024353 GB
许可
Database: Open Database, Contents: Database Contents
创建/更新时间
2022-08-18
版本
v1
资源简介
糖尿病二元分类
【数据集背景】
本数据集源站标题为《Diabetes Binary Classification》。源站首次发布：2022-08-18。
【数据内容】
源站原始描述：Prediction whether a person getting Diabetes
【数据结构与技术规格】
文件数 1 个，合计 24.35 KB。
【主题与分类】
主题标签：classification、health、tabular、beginner、global。
【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/girishvutukuri/diabetes-binary-classification
使用许可：Database: Open Database, Contents: Database Contents。
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("girishvutukuri/diabetes-binary-classification")
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 girishvutukuri/diabetes-binary-classification
unzip diabetes-binary-classification.zip -d diabetes-binary-classification/
数据说明
该数据集用于糖尿病二元分类任务，基于表格数据预测个体是否罹患糖尿病，适用于医学筛查和风险评估。
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。
