糖尿病预测数据集
包含172302名患者人工合成数据的2型糖尿病预测表格数据集。
基本信息
资源简介
糖尿病预测数据集
【数据集背景】
本数据集源站标题为《Diabetes prediction dataset》。源站首次发布：2023-07-10。
【数据内容】
源站原始描述：Today, the prevalence of type 2 diabetes is increasing among the population at an alarming rate. In order to prevent this epidemic from worsening, it is crucial to develop accurate AI algorithms that can predict diabetes several years in advance. However, a major obstacle in developing such algorithms is the lack of an existing database that contains comprehensive and reliable information on diabetes. To overcome this challenge, we have developed a fully synthetic database based on statistical d…
【数据结构与技术规格】
文件数 1 个，合计 38.94 MB。
【主题与分类】
主题标签：tabular、diabetes、english、categorical、binary classification。
【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://www.kaggle.com/datasets/nigoraxonnasimova/synthetic-diabetes-2-type-prediction-dataset
使用许可：Other (specified in description)。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("nigoraxonnasimova/synthetic-diabetes-2-type-prediction-dataset")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d nigoraxonnasimova/synthetic-diabetes-2-type-prediction-dataset
unzip synthetic-diabetes-2-type-prediction-dataset.zip -d synthetic-diabetes-2-type-prediction-dataset/
数据说明
本数据集包含172302名患者的人工合成数据，用于2型糖尿病（type 2 diabetes）的预测任务。数据为表格形式，包含患者的特征和标签，可用于构建分类模型。
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))
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。
