基于实测体重指数的超重与肥胖数据(按年龄组和性别)

该数据集用于基于饮食习惯和身体状况估计个体的肥胖水平,覆盖墨西哥、秘鲁和哥伦比亚的人群。数据为多变量数据集,包含2111个实例、17个属性,属性特征为整数,捐赠日期为2019-08-27,支持分类、回归和聚类任务

Tathagat BanerjeeTathagat Banerjee
google_dataset
2022-02-23 更新
浏览 2
其他分类肥胖症内分泌与代谢体重指数饮食习惯身体状况分类回归聚类
Overweight and obesity based on measured body mass index, by age group and sex

基本信息

模态
其他
大小
0.000528713 GB
任务类型
分类
许可
Unknown
创建/更新时间
2022-02-23
版本
v1

资源简介

基于实测体重指数的超重与肥胖数据(按年龄组和性别)

Obesity DataSet UCI ML

该数据集用于基于饮食习惯和身体状况估计个体的肥胖水平,覆盖墨西哥、秘鲁和哥伦比亚的人群。数据为多变量数据集,包含2111个实例、17个属性,属性特征为整数,捐赠日期为2019-08-27,支持分类、回归和聚类任务。文件提供ARFF和CSV两种格式,可用于肥胖水平预测与相关代谢疾病研究(来源 Kaggle,Unknown 许可)。

【数据集背景】

源站首次发布:2022-02-23。

【数据内容】

源站描述(机器翻译,仅供参考):基于饮食习惯和身体状况的肥胖水平估计数据集 下载:数据文件夹、数据集描述 摘要:该数据集包含用于估计墨西哥、秘鲁和哥伦比亚个体肥胖水平的数据,基于其饮食习惯和身体状况。数据集特征:多变量 实例数量:2111 领域:生命 属性特征:整数 属性数量:17 捐赠日期 2019-08-27 关联任务:分类、回归、聚类 缺失值?不适用 网页访问量:70843 来源:Fabio Mendoza Palechor,邮箱:fmendoza1 '@' cuc.edu.co,手机:+573182929611 Alexis de la Hoz Manotas,邮箱:akdelahoz '@' gmail.com,手机:+573017756983 数据集信息:该数据集包含用于估计墨西哥、秘鲁和哥伦比亚个体肥胖水平的数据,基于其饮食习惯和身体状况

【数据结构与技术规格】

文件数 2 个,合计 528.71 KB。

【主题与分类】

主题标签:肥胖症、内分泌与代谢、体重指数、饮食习惯、身体状况、分类、回归、聚类。本站分类:内分泌、营养和代谢疾病/肥胖症。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/tathagatbanerjee/obesity-dataset-uci-ml

使用许可:Unknown。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

暂未开放

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://kaggle.com/datasets/tathagatbanerjee/obesity-dataset-uci-ml

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。

数据集大小约 528.7 KB。

数据说明

Tathagat Banerjee (2022). Obesity DataSet UCI ML [Dataset]. https://www.kaggle.com/datasets/tathagatbanerjee/obesity-dataset-uci-ml

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。

获取专属数据定制方案