糖尿病风险评估数据集
该数据集是一个包含糖尿病风险评估相关临床指标的结构化表格数据，涵盖患者的生理特征、生活习惯和医疗历史等多模态信息，主要用于训练和评估机器学习模型，支持糖尿病早期筛查、风险预测算法开发以及预防性医疗研究。
基本信息
资源简介
糖尿病风险评估数据集
【数据集背景】
本数据集源站标题为《diabetes_dataset》。源站首次发布：2026-02-13。
【数据内容】
源站原始描述：🩺 Diabetes Risk Assessment Dataset Structured clinical data for preventive risk prediction and decision support 📌 About This Dataset This dataset focuses on early detection and risk assessment of diabetes using structured clinical and health-related attributes. Diabetes is one of the most common chronic conditions worldwide, and in many cases, it progresses silently before being diagnosed. The goal of this dataset is not just to identify whether someone has diabetes, but to help build systems th…
【数据结构与技术规格】
文件数 1 个，合计 3.83 MB。
【主题与分类】
主题标签：diabetes、english、categorical、healthcare、random forest。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/premkumarmpatel/diabetes-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("premkumarmpatel/diabetes-dataset")
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 premkumarmpatel/diabetes-dataset
unzip diabetes-dataset.zip -d diabetes-dataset/
数据说明
该数据集是一个用于糖尿病风险评估的结构化临床数据集，包含与糖尿病风险相关的多种临床指标和特征。数据以结构化表格形式呈现，涵盖患者的生理指标、生活习惯、医疗历史等多维度信息。数据集来源于Kaggle平台，通过收集真实临床数据构建而成，主要用于机器学习模型的训练和评估，支持糖尿病早期筛查、风险预测和预防性医疗研究。
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。
