宫颈癌风险因素数据集
该数据集是一个包含858名患者临床表格数据的多标签分类数据集，涵盖人口统计学、生活习惯和病史记录等多种模态信息，主要用于研究宫颈癌的风险因素识别、开发多标签分类模型以及支持医疗预测分析，为宫颈癌的早期筛查和预防提供数据支持。
基本信息
资源简介
宫颈癌风险因素数据集
【一句话概览】
该宫颈癌风险因素数据集为多标签分类数据，采集自委内瑞拉加拉加斯的Hospital Universitario de Caracas，包含858名患者的人口统计信息、生活习惯及既往病史。因隐私顾虑，部分患者未回答某些问题，存在缺失值。属性涵盖年龄、性伴侣数量、首次性行为年龄、怀孕次数、吸烟情况、激素避孕药、宫内节育器、性传播疾病及其类型与诊断时间，以及Dx系列诊断和Hinselmann、Schiller、Citology、Biopsy等目标变量。当前数据集的目标变量为新增列Class，由Biopsy、Hinselmann、Schiller和Citology四列进行逻辑或运算得出，四者均非1时取0（来源 OpenML，UCI and I。
【数据集背景】
本数据集源站标题为《Cervical_Cancer_Risk_Factors》。源站首次发布：2025-05-13。
【数据内容】
源站原始描述：Cervical cancer (Risk Factors) Data Set (multilabel classification) The dataset was collected at ''Hospital Universitario de Caracas'' in Caracas, Venezuela. The dataset comprises demographic information, habits, and historic medical records of 858 patients. Several patients decided not to answer some of the questions because of privacy concerns (missing values). Attribute information (int) Age (int) Number of sexual partners (int) First sexual intercourse (age) (int) Num of pregnancies (bool) Smo…
中文译文（机器翻译，仅供快速理解，请以原文为准）：宫颈癌（风险因素）数据集（多标签分类）该数据集收集于委内瑞拉加拉加斯的“加拉加斯大学医院”。数据集包含858名患者的人口统计信息、生活习惯和历史医疗记录。部分患者出于隐私考虑决定不回答某些问题（缺失值）。属性信息（整数）年龄（整数）性伴侣数量（整数）首次性交年龄（整数）怀孕次数（布尔）吸烟（布尔）吸烟（年）（布尔）吸烟（包/年）（布尔）激素避孕药（整数）激素避孕药（年）（布尔）宫内节育器（整数）宫内节育器（年）（布尔）性传播疾病（整数）性传播疾病（数量）（布尔）性传播疾病：尖锐湿疣（布尔）性传播疾病：宫颈尖锐湿疣（布尔）性传播疾病：阴道尖锐湿疣（布尔）性传播疾病：外阴-会阴尖锐湿疣（布尔）性传播疾病：梅毒（布尔）性传播疾病：盆腔炎（布尔）性传播疾病：生殖器疱疹（布尔）性传播疾病：传染性软疣（布尔）性传播疾病：艾滋病（布尔）性传播疾病：HIV（布尔）性传播疾病：乙型肝炎（布尔）性传播疾病：HPV（整数）性传播疾病：诊断数量（整数）性传播疾病：首次诊断以来的时间（整数）性传播疾病：最后一次诊断以来的时间（布尔）诊断：癌症（布尔）诊断：CIN（布尔）诊断：HPV（布尔）诊断（布尔）Hinselmann：目标变量（布尔）Schiller：目标变量（布尔）细胞学：目标变量（布尔）活检：目标变量对于当前数据集，目标变量是一个名为“Class”的新列，它是“活检”、“Hinselmann”、“Schiller”和“细胞学”列之间逻辑或运算的结果。{''活检'': 1, ''Hinselmann'': 2, ''Schiller'': 3, ''细胞学'': 4}，如果没有任何目标为1，则为0。
文件 Cervical_Cancer_Risk_Factors.arff 为文本内容，开头为：% % Cervical cancer (Risk Factors) Data Set (multilabel classification) % % The dataset was collected at ''Hospital Universitario de Caracas'' in Caracas, Venezu…
【数据结构与技术规格】
文件数 1 个，合计 99.17 KB。
【获取与许可】
源站页面：https://www.openml.org/d/46999
使用许可：UCI and INESC TEC, Porto, Portugal。
规范引用：Fernandes, K., Cardoso, J. S., & Fernandes, J. (2017). Transfer learning with partial observability applied to cervical cancer screening. In Pattern Recognition and Image Analysis: 8th Iberian Conference, IbPRIA 2017, Faro, Portugal, June 20-23, 2017, Proceedings 8 (pp. 243-250). Springer Internatio…
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
源站：https://www.openml.org/search?type=data&sort=runs&status=active&id=46999
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集是一个用于宫颈癌风险因素分析的多标签分类数据集，收集自委内瑞拉加拉加斯的’‘Hospital Universitario de Caracas’'医院。数据集包含858名患者的匿名化信息，涵盖人口统计学特征、生活习惯和病史记录，具体包括年龄、性伴侣数量、首次性行为年龄、怀孕次数、吸烟情况、激素避孕药使用、宫内节育器使用、性传播疾病（STDs）诊断历史（如HPV、HIV、梅毒等）以及多项宫颈癌诊断指标。数据集中部分患者因隐私问题未回答某些问题，因此存在缺失值。该数据集主要用于研究宫颈癌的风险因素识别、多标签分类模型开发以及医疗预测分析。
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。
