糖尿病诊断预测建模与机器学习数据集
包含患者临床特征和糖尿病状态的表格数据集，适用于二分类预测建模和机器学习研究。
基本信息
资源简介
糖尿病诊断预测建模与机器学习数据集
【一句话概览】
本数据集是 Mendeley Data 公开的结构化表格数据集，收录 1 个文件、合计 271.42 KB，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Diabetes Diagnosis Dataset for Predictive Modeling and Machine Learning》。源站首次发布：2026-02-15。
【数据内容】
源站原始描述：This dataset contains clinical and demographic information of patients collected for the purpose of diabetes prediction and analysis using machine learning techniques. The dataset is structured in CSV format and includes several key medical attributes that are widely used in diabetes diagnosis and research studies. The primary objective of this dataset is to facilitate binary classification of diabetes status and support research in medical data analysis, predictive modeling, feature selection,…
中文译文（机器翻译，仅供快速理解，请以原文为准）：本数据集包含为使用机器学习技术进行糖尿病预测和分析而收集的患者的临床和人口统计学信息。该数据集采用 CSV 格式，包含若干在糖尿病诊断和研究中广泛使用的关键医学属性。本数据集的主要目标是促进糖尿病状态的二分类，并支持医学数据分析、预测建模、特征选择和可解释人工智能（XAI）方面的研究。它可有效用于开发、训练、验证和基准测试用于早期糖尿病检测的机器学习和深度学习模型。数据集结构 数据集中的每一行代表一条患者记录，每一列对应一个临床或生理特征。该数据集包含以下属性：1. Pregnancies – 怀孕次数 2. Glucose – 血浆葡萄糖浓度 3. BloodPressure – 舒张压（mm Hg）4. SkinThickness – 三头肌皮褶厚度（mm）5. Insulin – 2小时血清胰岛素（mu U/ml）6. BMI – 体重指数（体重 kg / 身高 m²）7. DiabetesPedigreeFunction – 表示遗传影响的函数 8. Age – 患者年龄（岁）9. Outcome – 糖尿病状态（0 = 非糖尿病，1 = 糖尿病）关键特征 1. 干净的表格结构，适用于监督学习任务 2. 用于分类建模的均衡数值属性 3. 支持特征选择、优化和可解释 AI 分析 4. 适用于学术研究、教学和基准测试 5. 潜在应用 6. 糖尿病风险预测 7. 医疗决策支持系统 8. 机器学习分类实验 9. 特征重要性分析 10. 使用 SHAP、LIME、Grad-CAM（用于混合模型）的可解释 AI（XAI）研究 文件格式 CSV（.csv）使用权利 本数据集仅用于研究和教育目的共享。
【数据结构与技术规格】
文件数 1 个，合计 271.42 KB。数据集 DOI：10.17632/t8hnnyr5ph.1。
【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://data.mendeley.com/datasets/t8hnnyr5ph
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
源站：https://data.mendeley.com/datasets/t8hnnyr5ph
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。
