糖尿病再入院数据集
该数据集是一个包含临床表格数据的糖尿病再入院预测数据集，涵盖了1999年至2008年间美国130家医院的糖尿病患者住院记录，数据模态包括患者人口统计学、诊断信息、实验室结果和用药情况等结构化临床数据，主要用于医疗数据分析、机器学习模型开发以及糖尿病再入院风险预测的研究方向。
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《Bena345/diabetes-readmission》。源站首次发布：2023-11-06。
【数据内容】
源站原始描述：# Data source: Clore,John, Cios,Krzysztof, DeShazo,Jon, and Strack,Beata. (2014). Diabetes 130-US hospitals for years 1999-2008. UCI Machine Learning Repository. # Basic data preprocessing was based on this notebook # To load raw train and test sets from datasets import load_dataset train_set = load_dataset(dataset_name, data_files="train.csv") test_set = load_dataset(dataset_name, data_files="test.csv") # To load preprocessed train set from datasets import load_dataset preprocessed_train_set…
主表 inference_set.csv 含 49 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 5 个，合计 67.27 MB。
【主题与分类】
主题标签：language:en、license:mit、region:us、medical。
【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://huggingface.co/datasets/Bena345/diabetes-readmission
使用许可：mit。
【使用注意】
· 源站最后修改于 2023-11-19，引用时请注意版本时效。
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("Bena345/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/Bena345/diabetes-readmission
数据说明
这是一个基于临床数据的糖尿病再入院预测数据集，包含从1999年至2008年间美国130家医院的糖尿病患者住院记录。数据来源于UCI机器学习仓库，经过基本预处理，包含原始训练集、测试集以及预处理后的训练集。数据集主要包含患者的人口统计学信息、诊断编码、实验室检查结果、用药情况、住院时长等临床表格数据，适用于医疗数据分析、机器学习模型训练，特别是用于预测糖尿病患者再入院风险的研究。
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。
