印度糖尿病预测数据集
该数据集来自 kaggle.com，由 Ankush Panday 于 2025-01-27 发布，旨在支持研究人员、数据科学家和医疗专业人员预测和分析印度人群的糖尿病患病率及风险因素
基本信息
资源简介
印度糖尿病预测数据集
Diabetes Prediction in India Dataset
该数据集来自 kaggle.com，由 Ankush Panday 于 2025-01-27 发布，旨在支持研究人员、数据科学家和医疗专业人员预测和分析印度人群的糖尿病患病率及风险因素。数据涵盖人口学特征（年龄、性别、城乡居住、妊娠情况）、生活方式因素（体力活动、饮食类型、吸烟、饮酒、压力水平）、病史（糖尿病家族史、高血压、甲状腺疾病、定期体检）以及临床指标（BMI、胆固醇、空腹及餐后血糖、HBA1C、维生素 D 等），目标变量为二分类糖尿病状态（是/否）。数据集包含 1 个 CSV 文件，可用于构建糖尿病预测分类模型及分析相关风险因素（来源 Kaggle，MIT 许可）。
【数据集背景】
源站首次发布：2025-01-27。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集旨在支持研究人员、数据科学家和医疗专业人员预测和分析印度人群的糖尿病患病率及风险因素。它纳入了多样的人口学、生活方式和临床属性，以确保对潜在糖尿病决定因素进行整体性呈现。数据集的特征包括：人口学：年龄、性别、城乡居住地以及妊娠情况（针对女性）。生活方式因素：体力活动、饮食类型、吸烟状况、酒精摄入以及压力水平。病史：糖尿病家族史、高血压、甲状腺疾病以及定期体检。临床指标：BMI、胆固醇水平、空腹及餐后血糖、HBA1C、维生素 D 水平等。目标变量：二分类糖尿病状态（是/否）。
【数据结构与技术规格】
文件数 1 个，合计 686.15 KB。
【主题与分类】
主题标签：health、health conditions、intermediate、diabetes、advanced。本站分类：内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/ankushpanday1/diabetes-prediction-in-india-dataset
使用许可：MIT。
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
源站：https://kaggle.com/datasets/ankushpanday1/diabetes-prediction-in-india-dataset
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:
数据集大小约 686.2 KB。
数据说明
Ankush Panday (2025). Diabetes Prediction in India Dataset [Dataset]. https://www.kaggle.com/datasets/ankushpanday1/diabetes-prediction-in-india-dataset
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。
