皮肤疾病文本分类数据
Skin Disease Text Classification 提供多种皮肤病相关文本和标签，包含荨麻疹/风团类别，适合冷性荨麻疹相关症状文本分类、问诊文本标注和疾病识别模型训练。
基本信息
资源简介
皮肤疾病文本分类数据
【数据集背景】
本数据集源站标题为《Skin Disease Text Classification》。源站首次发布：2024-01-04。
【数据内容】
源站原始描述：This dataset contain various skin disease symptoms. Some row of a disease contain direct symptoms text and some row contain text which people used to express the symptoms to the doctor. This is a binary text classification problem dataset. ## To read the file use the following code: ** Just change the file path. ** ``` encodings_to_try = [''utf-8'', ''Latin-1'', ''ISO-8859-1''] for encoding in encodings_to_try: try: df = pd.read_csv(''F:/Skin text classifier.csv'', encoding=encoding) print("File read su…
【数据结构与技术规格】
文件数 1 个，合计 34.81 KB。
【主题与分类】
主题标签：education、health、health conditions、e-commerce services、text classification、text pre-processing。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/rafsunahmad/skin-disease-text-classification
使用许可：Database: Open Database, Contents: Database Contents。
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("rafsunahmad/skin-disease-text-classification")
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 rafsunahmad/skin-disease-text-classification
unzip skin-disease-text-classification.zip -d skin-disease-text-classification/
数据说明
该 Kaggle 数据集包含皮肤病症状文本标签，其中包括 Hives/Urticaria 类别，可用于荨麻疹文本分类。
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。
