随机森林（RF）
基于沙特0—14岁儿童2010—2020年1型糖尿病去标识数据，用随机森林等模型建模月度新增病例与KPI，辅助监测策略。
基本信息
模态
表格
创建/更新时间
2026-10-16
资源简介
该研究数据集来自沙特阿拉伯三个城市儿科糖尿病中心，收集2010—2020年0—14岁儿童1型糖尿病（T1D）诊断去标识数据（n=377），包含月度新增T1D病例及相关关键绩效指标（KPI），如出生体重、母亲生育年龄、家族史和营养史等。研究采用泊松回归以及随机森林、支持向量机、K近邻等机器学习方法，对月度新增病例进行建模并评估KPI影响，旨在辅助医疗人员制定儿童T1D监测策略。数据以表格/时间序列形式用于疾病发病建模与监测。
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（Figshare）
源站：https://figshare.com/articles/dataset/Random_Forest_RF_/28872147
按页面 Download 按钮获取。
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。
