糖尿病预测数据集
用于糖尿病预测的英文文本分类数据集，涵盖医学和生物学主题。
基本信息
资源简介
糖尿病预测数据集
【数据集背景】
本数据集源站标题为《marianeft/diabetes_prediction_dataset》。源站首次发布：2025-03-04。
【数据内容】
主表 diabetes_prediction_dataset.csv 含 9 列、样本前 2000 行结构完整。
【数据结构与技术规格】
文件数 1 个，合计 3.81 MB。
【主题与分类】
主题标签：task_categories:text-classification、language:en、license:apache-2.0、size_categories:100K<n<1M、format:csv、modality:tabular、modality:text、library:datasets、library:pandas、library:mlcroissant。
【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。文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://huggingface.co/datasets/marianeft/diabetes_prediction_dataset
使用许可：apache-2.0。
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("marianeft/diabetes_prediction_dataset")
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/marianeft/diabetes_prediction_dataset
完整数据卡：huggingface.co/datasets/marianeft/diabetes_prediction_dataset
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。
