糖尿病再入院数据集
该数据集是一个包含1999年至2008年间美国多家医院糖尿病患者临床记录的表格数据集，数据模态为临床表格，涵盖患者人口统计学、诊断、用药和实验室指标等多维度特征，主要用于构建和评估可解释的机器学习模型，以预测糖尿病患者在出院后30天内的再入院风险，支持医疗决策和资源管理研究。
基本信息
资源简介
糖尿病再入院数据集
【数据集背景】
本数据集源站标题为《imodels/diabetes-readmission》。源站首次发布：2022-08-14。
【数据内容】
源站原始描述：Port of the diabetes-readmission dataset from UCI (link here See details there and use carefully. Basic preprocessing done by the imodels team in this notebook The target is the binary outcome `readmitted`. ### Sample usage Load the data: ``` from datasets import load_dataset dataset = load_dataset("imodels/diabetes-readmission") df = pd.DataFrame(dataset[''''train'''']) X = df.drop(columns=[''''readmitted'''']) y = df[''''readmitted''''].values ``` Fit a model: ``` import imodels import numpy as np m =…
【数据结构与技术规格】
文件数 2 个，合计 61.45 MB。
【主题与分类】
主题标签：task_categories:tabular-classification、size_categories:100K<n<1M、format:csv、modality:tabular、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us、interpretability。
【获取与许可】
源站页面：https://huggingface.co/datasets/imodels/diabetes-readmission
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("imodels/diabetes-readmission")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/imodels/diabetes-readmission
数据说明
该数据集是一个医学领域的表格分类数据集，源自UCI机器学习库中的“Diabetes 130-US hospitals for years 1999-2008”数据集，由imodels团队进行了基本预处理。数据集包含1999年至2008年间美国多家医院糖尿病患者的临床记录，主要特征包括患者人口统计学信息、诊断结果、用药情况、实验室检测指标以及住院服务使用情况等。目标变量为二分类的‘readmitted’（是否再入院），用于预测糖尿病患者在出院后30天内是否再次住院。该数据集适用于可解释性机器学习、公平性分析以及医疗预测模型的研究，尤其在糖尿病管理和医疗资源优化领域具有应用价值。
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。
