Replication Data for: Pima Indians Diabetes 数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Ac2cead4da797387e824ee54841421b8da99e5c93027e8b411f140edf03a2a1ba

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

原始数据来自：https://archive.ics.uci.edu/ml/datasets/Pima+Indians+Diabetes
所做更改：

• 删除了血压（BP）列、三头肌皮褶厚度、胰岛素和BMI列中缺失值（‘0’值）的行。行数从768行（原始）减少到394行。
  属性

0. 类别变量（-1=正常或+1=糖尿病）
1. 怀孕次数
2. 口服葡萄糖耐量试验2小时后的血浆葡萄糖浓度
3. 舒张压（mm Hg）
4. 三头肌皮褶厚度（mm）
5. 2小时血清胰岛素（mu U/ml）
6. 体重指数（体重kg/（身高m）^2）
7. 糖尿病谱系函数
8. 年龄（岁）

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。