糖尿病数据集（scikit-learn）
包含442名糖尿病患者10项基线指标及一年后疾病进展的定量数据，用于糖尿病进展预测。
基本信息
资源简介
糖尿病数据集（scikit-learn）
【一句话概览】
该数据集（scikit-learn Diabetes）含442名糖尿病患者，10个基线变量：年龄、性别、BMI、平均血压及6项血清指标；第11列为一年后疾病进展的定量响应。10个特征已均值中心化并按标准差乘样本量平方根缩放，使每列平方和为1。文件1个，合计96.9 KB，许可BSD（来自scikit-learn）（来源 OpenML，BSD (from scikit-learn) 许可）。
【数据集背景】
本数据集源站标题为《Diabetes(scikit-learn)》。源站首次发布：2022-08-26。
【数据内容】
源站原始描述：_diabetes_dataset: Diabetes dataset Ten baseline variables, age, sex, body mass index, average blood pressure, and six blood serum measurements were obtained for each of n = 442 diabetes patients, as well as the response of interest, a quantitative measure of disease progression one year after baseline. Data Set Characteristics: :Number of Instances: 442 :Number of Attributes: First 10 columns are numeric predictive values :Target: Column 11 is a quantitative measure of disease…
文件 Diabetes(scikit-learn).arff 为文本内容，开头为：% .. _diabetes_dataset: % % Diabetes dataset % % % Ten baseline variables, age, sex, body mass index, average blood % pressure, and six blood …
【数据结构与技术规格】
文件数 1 个，合计 96.91 KB。
【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.openml.org/d/44191
使用许可：BSD (from scikit-learn)。
规范引用：Bradley Efron, Trevor Hastie, Iain Johnstone and Robert Tibshirani (2004) (Least Angle Regression) Annals of Statistics (with discussion), 407-499
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://www.openml.org/search?type=data&sort=runs&status=active&id=44191
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))
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。
