非洲丙型肝炎预测数据集
该数据集为 Electric Sheep Africa 在 Hugging Face 上发布的非洲丙型肝炎预测数据集,属于健康领域,规模小于 1K,文件格式为 parquet,仅含一个文件 hepatitis_c.parquet

基本信息
资源简介
非洲丙型肝炎预测数据集
electricsheepafrica/Africa-Hepatitis-C-prediction-dataset
该数据集为 Electric Sheep Africa 在 Hugging Face 上发布的非洲丙型肝炎预测数据集,属于健康领域,规模小于 1K,文件格式为 parquet,仅含一个文件 hepatitis_c.parquet。数据以表格和文本模态提供,语言为英语,可用于表格分类与表格回归任务,支持研究人员围绕丙型肝炎的疾病负担、风险因素与结局开展建模分析(来源 Hugging Face,other 许可)。
【数据集背景】
源站首次发布:2025-09-27。
【数据内容】
源站描述(机器翻译,仅供参考):非洲丙型肝炎预测数据集 | 非洲(Electric Sheep Africa 元数据清单)规模类别: n<1K - 格式: parquet - 领域: health - 由 Electric Sheep Africa 构建 TL;DR 该数据集是 Hugging Face 上 Electric Sheep Africa 目录的一部分。它通过标准化元数据、加载指南、来源说明和面向分析师的背景信息,被索引用于非洲数据发现。 本数据集涵盖的内容 健康数据集帮助研究人员检查疾病负担、服务提供、风险因素、结局和公共卫生项目绩效。数据集背景来自
【数据结构与技术规格】
文件数 1 个,合计 65.07 KB。
【主题与分类】
主题标签:africa、electric-sheep-africa、open-data、metadata-backed、health、parquet。本站分类:感染/丙型肝炎。
【获取与许可】
源站页面:https://huggingface.co/datasets/electricsheepafrica/Africa-Hepatitis-C-prediction-dataset
使用许可:other。
【使用注意】
· 源站最后修改于 2026-08-12,引用时请注意版本时效。
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
数据集获取与加载(Hugging Face datasets)
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("electricsheepafrica/Africa-Hepatitis-C-prediction-dataset")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/electricsheepafrica/Africa-Hepatitis-C-prediction-dataset
数据集大小约 65.1 KB。
仓库文件结构
.gitattributesREADME.mdhepatitis_c.parquet
数据说明
Electric Sheep Africa (2025). Africa-Hepatitis-C-prediction-dataset [Dataset]. https://huggingface.co/datasets/electricsheepafrica/Africa-Hepatitis-C-prediction-dataset
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。
完整数据卡:huggingface.co/datasets/electricsheepafrica/Africa-Hepatitis-C-prediction-dataset
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。




