糖尿病数据集-49886
包含患者医疗和人口统计信息的糖尿病预测数据集，用于开发机器学习模型。
基本信息
资源简介
糖尿病数据集
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 3.66 MB，主题涵盖 Machine Learned features、data science、artificial intelligence、diabetes、statistical analysis，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Diabetes Dataset》。源站首次发布：2024-12-04。
【数据内容】
源站原始描述：The file diabetes_prediction_dataset.csv includes medical and demographic information about patients, along with their diabetes status (positive or negative). It features various attributes such as age, gender, body mass index (BMI), hypertension, heart disease, smoking history, HbA1c levels, and blood glucose levels. This dataset can be used to develop machine learning models that predict a patient''s likelihood of having diabetes based on their medical history and demographic characteristics
中文译文（机器翻译，仅供快速理解，请以原文为准）：文件 diabetes_prediction_dataset.csv 包含患者的医学和人口统计学信息，以及他们的糖尿病状态（阳性或阴性）。它涵盖多种属性，例如年龄、性别、体重指数（BMI）、高血压、心脏病、吸烟史、HbA1c 水平和血糖水平。该数据集可用于开发机器学习模型，根据患者的病史和人口统计学特征预测其患糖尿病的可能性。
主表 diabetes_prediction_dataset.csv 含 9 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 1 个，合计 3.66 MB。diabetes_prediction_dataset.csv：text/csv，3.66 MB。数据集 DOI：10.6084/m9.figshare.27959529.v1。
【主题与分类】
源站学科分类：Statistical data science、Machine learning not elsewhere classified、Artificial intelligence not elsewhere classified。主题标签：Machine Learned features、data science、artificial intelligence、diabetes、statistical analysis。
【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/Diabetes_Dataset/27959529
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Khan, Murtaza (2024). Diabetes Dataset. 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：Diabetes Dataset
- DOI：10.6084/m9.figshare.27959529.v1
- 发布日期：2024-12-04
- 文件数：1 个
- 文件总体积：3.66 MB
- 源站页面：https://figshare.com/articles/dataset/Diabetes_Dataset/27959529
命令行下载
curl -L -o "diabetes_prediction_dataset.csv" "https://ndownloader.figshare.com/files/50971002"
文件清单
diabetes_prediction_dataset.csv（3.66 MB）
文件总体积 3.66 MB（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
The file diabetes_prediction_dataset.csv includes medical and demographic information about patients, along with their diabetes status (positive or negative). It features various attributes such as age, gender, body mass index (BMI), hypertension, heart disease, smoking history, HbA1c levels, and blood glucose levels. This dataset can be used to develop machine learning models that predict a patient’'s likelihood of having diabetes based on their medical history and demographic characteristics.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.27959529.v1（source: https://figshare.com/articles/dataset/Diabetes_Dataset/27959529）。
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。
