PIMA糖尿病数据集
PIMA印第安人糖尿病数据集，包含医学特征和诊断标签，用于糖尿病预测分类。
基本信息
模态
表格
创建/更新时间
2022-12-10
资源简介
该数据集源自PIMA印第安人研究，包含多个医学特征（如血糖、血压、BMI等）以及糖尿病诊断结果，适用于分类任务，用于构建和评估糖尿病预测模型。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/KawsarAhmad43/PIMA-dataset_for_diabetes.git
curl -L -o repo.zip https://github.com/KawsarAhmad43/PIMA-dataset_for_diabetes/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
How to use it
step 1:
- click on the file to open the csv file
step 2:
- click on the raw button and you will get a page like below:
step 3:
- copy the url from the address bar and copy it to your colab read_csv() function
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))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 糖尿病 的高质量、多模态真实临床数据定制解决方案。
