预处理中风数据集
预处理的中风数据集，通过MICE插补和编码，适用于中风风险预测。
基本信息
模态
表格
大小
0.01 GB
创建/更新时间
2021-05-02
资源简介
该数据集是经过预处理的中风数据集，采用链式方程多重插补法（MICE）进行缺失值插补，使用独热编码（OHE）与目标编码（Target Encoding）完成特征编码。数据模态为表格，可用于训练中风风险预测模型。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
需登录公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
暂未开放有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
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("mahmoudlimam/imputed-stroke-dataset")
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 mahmoudlimam/imputed-stroke-dataset
unzip imputed-stroke-dataset.zip -d imputed-stroke-dataset/
数据说明
该数据集是经过预处理的中风数据集，采用链式方程多重插补法（MICE）进行缺失值插补，使用独热编码（OHE）与目标编码（Target Encoding）完成特征编码。数据模态为表格，可用于训练中风风险预测模型。
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))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 其他 的高质量、多模态真实临床数据定制解决方案。
