合成中风预测数据集
受Kaggle中风预测数据集启发的合成版本，包含50,000条记录和12个特征，目标变量为二元中风分类，适用于教育研究及分类任务。
基本信息
资源简介
合成中风预测数据集
【一句话概览】
本数据集是 Mendeley Data 公开的结构化表格数据集，收录 1 个文件、合计 3.25 MB，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Synthetic Stroke Prediction Dataset》。源站首次发布：2025-05-02。
【数据内容】
源站原始描述：This dataset is a synthetic version inspired by the original "Stroke Prediction Dataset" on Kaggle. It contains anonymized, artificially generated data intended for research and model training on healthcare-related stroke prediction. The dataset generated using GPT-4o contains 50,000 records and 12 features. The target variable is stroke, a binary classification where 1 represents stroke occurrence and 0 represents no stroke. The dataset includes both numerical and categorical features, requirin…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集是一个合成版本，受 Kaggle 上原始 “Stroke Prediction Dataset” 启发。它包含匿名化、人工生成的数据，旨在用于医疗相关中风预测的研究和模型训练。该数据集使用 GPT-4o 生成，包含 50,000 条记录和 12 个特征。目标变量为 stroke，是一个二分类变量，其中 1 表示发生中风，0 表示未发生中风。数据集包含数值型和类别型特征，在分析前需要进行预处理步骤。一小部分条目包含有意引入的缺失值，以便用户练习各种数据预处理技术，如插补、缺失数据分析和清理。该数据集适用于教育和研究目的，尤其适用于与分类、医疗分析和数据清理相关的机器学习任务。在创建该数据集时未使用任何真实世界的患者信息。
【数据结构与技术规格】
文件数 1 个，合计 3.25 MB。数据集 DOI：10.17632/s2nh6fm925.1。
【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://data.mendeley.com/datasets/s2nh6fm925
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://data.mendeley.com/datasets/s2nh6fm925
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。
