机器学习与深度学习模型在登革病毒2型感染疾病严重程度预测中的10折交叉验证比较
登革病毒2型感染严重程度预测的机器学习与深度学习比较数据集，含临床特征和标签，采用10折交叉验证。
基本信息
资源简介
机器学习与深度学习模型在登革病毒2型感染疾病严重程度预测中的10折交叉验证比较
【数据集背景】
本数据集源站标题为《Comparison of machine learning and deep learning models by 10-fold cross-validation for disease severity prediction in dengue virus type 2 infection.》。配套论文《Assessing the risk of dengue severity using demographic information and laboratory test results with machine learning》发表于 PLOS Neglected Tropical Diseases（2020），DOI：10.1371/journal.pntd.0008960。源站首次发布：2020-12-23。
【数据内容】
源站原始描述：Comparison of machine learning and deep learning models by 10-fold cross-validation for disease severity prediction in dengue virus type 2 infection
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 3.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pntd.0008960.t003。
【主题与分类】
源站学科分类：Neuroscience、Biotechnology、Cancer、Science Policy、Infectious Diseases。主题标签：National Cheng Kung University Hospital、prognostic models、dengue severity、laboratory test results、support vector classifier、NS 1 antigen、dengue shock syndrome、Background Dengue virus causes、dengue NS 1 antigenemia。
【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://plos.figshare.com/articles/dataset/Comparison_of_machine_learning_and_deep_learning_models_by_10-fold_cross-validation_for_disease_severity_prediction_in_dengue_virus_type_2_infection_/13484447
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Huang, Sheng-Wen; Tsai, Huey-Pin; Hung, Su-Jhen; Ko, Wen-Chien; Wang, Jen-Ren (2020). Comparison of machine learning and deep learning models by 10-fold cross-validation for disease severity prediction in dengue virus type 2 infection.. PLOS Neglected Tropical Diseases. Dataset
【使用注意】
· 源站最后修改于 2023-05-31，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（Figshare）
- 源站标题：Comparison of machine learning and deep learning models by 10-fold cross-validation for disease severity prediction in dengue virus type 2 infection.
- DOI：10.1371/journal.pntd.0008960.t003
- 发布日期：2020-12-23
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Comparison_of_machine_learning_and_deep_learning_models_by_10-fold_cross-validation_for_disease_severity_prediction_in_dengue_virus_type_2_infection_/13484447
命令行下载
curl -L -o "Table 3.xls" "https://ndownloader.figshare.com/files/25880252"
文件清单
Table 3.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
Comparison of machine learning and deep learning models by 10-fold cross-validation for disease severity prediction in dengue virus type 2 infection.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pntd.0008960.t003（source: https://plos.figshare.com/articles/dataset/Comparison_of_machine_learning_and_deep_learning_models_by_10-fold_cross-validation_for_disease_severity_prediction_in_dengue_virus_type_2_infection_/13484447）。
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。
