糖尿病预测 | Vault
用于预测糖尿病患者诊断概率的表格数据集。
基本信息
资源简介
糖尿病预测 Vault
【数据集背景】
本数据集源站标题为《Diabetes Prediction | Vault》。源站首次发布：2025-12-31。
【数据内容】
源站原始描述：# 🧠 2025 Kaggle Playground Series – Diabetes Diagnosis Prediction ## Overview This dataset is part of the **2025 Kaggle Playground Series**, a monthly set of challenges built to help participants practice machine learning on clean, approachable, synthetic tabular datasets. In this edition, the task is to **predict the probability that a patient will be diagnosed with diabetes**. ## Objective Build models to estimate the likelihood of diabetes diagnosis for each patient in the test set. Submissio…
【数据结构与技术规格】
文件数 2 个，合计 15.57 MB。
【主题与分类】
主题标签：health、tabular、health conditions、healthcare、public health。
【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/anthonytherrien/diabetes-prediction-vault
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("anthonytherrien/diabetes-prediction-vault")
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 anthonytherrien/diabetes-prediction-vault
unzip diabetes-prediction-vault.zip -d diabetes-prediction-vault/
数据集大小约 0.01 GB。
数据说明
Diabetes Prediction
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。
许可
用于预测糖尿病患者诊断概率的表格数据集。
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。
