皮马印第安人糖尿病研究
皮马印第安人糖尿病预测数据集，包含临床指标表格，用于二分类预测糖尿病风险。
基本信息
资源简介
皮马印第安人糖尿病研究
【数据内容】
源站原始描述：Contribute to AkibAlAmin/pima-diabetes-dataset-machine-learning-approach development by creating an account on GitHub
【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://github.com/AkibAlAmin/pima-diabetes-dataset-machine-learning-approach
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
git clone https://github.com/AkibAlAmin/pima-diabetes-dataset-machine-learning-approach.git
curl -L -o repo.zip https://github.com/AkibAlAmin/pima-diabetes-dataset-machine-learning-approach/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
pima-diabetes-dataset-machine-learning-approach
Dataset : Pima Indian Diabetes Study
Dataset info : https://www.kaggle.com/kumargh/pimaindiansdiabetescsv
Language: Python
- Basic by Tamim Shahriar
- Advanced - freeCodeCamp.org
Library: - Anaconda
- Jupyter Notebook
- SciKitLearn
- Pandas
- Matplotli
- Numpy
Anaconda: open-source distribution of the Python. - Download.
- Installation
Jupyter Notebook - How to use
The model try to predict the risk of diabetes for an out of sample patien
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))
完整仓库：github.com/AkibAlAmin/pima-diabetes-dataset-machine-learning-approach
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。
