NHANES 年龄预测数据集

本数据集为其他领域的其他公开数据集,来源:google_dataset。

Joakim ArvidssonJoakim Arvidsson
google_dataset
浏览 7
其他回归healthunited statesregressionnutrition
NHANES Age Prediction

基本信息

模态
其他
任务类型
回归
许可
Attribution 4.0 International (CC BY 4.0)
创建/更新时间
2026-11-08
版本
v1

资源简介

NHANES 年龄预测数据集

NHANES Age Prediction

该数据集源自美国国家健康与营养检查调查(NHANES),由 CDC 主导采集,覆盖美国多样化人群的健康与营养信息。此子数据集从完整 NHANES 中抽取生理测量、生活方式选择与生化标志物等特征,聚焦于预测受访者年龄。数据以单个 CSV 文件提供,适用于回归建模与特征相关性分析,可支撑年龄相关健康指标探索等研究用途(来源 Kaggle,Attribution 4.0 International (CC BY 4.0) 许可)。

【数据集背景】

源站首次发布:2023-10-17。

【数据内容】

源站描述(机器翻译,仅供参考):美国国家健康与营养检查调查(NHANES)由美国疾病控制与预防中心(CDC)实施,从多样化的美国人群中收集广泛的健康与营养信息。尽管内容广泛,但该数据集对于特定分析目的而言往往过于宽泛。在此子数据集中,我们通过从更大的 NHANES 数据集中提取一部分特征,将重点缩小到预测受访者的年龄。这些选定的特征包括生理测量、生活方式选择和生化标志物,据假设这些特征与年龄有强相关性。该数据集创建的目的是什么? NHANES 数据集旨在评估美国成人和儿童的健康与营养状况。谁资助了该数据集的创建? 美国疾病控制与预防中心(CDC),具体通过其 National

【数据结构与技术规格】

文件数 1 个,合计 119.62 KB。

【主题与分类】

主题标签:health、united states、regression、nutrition。本站分类:其他/其他。

【获取与许可】

源站页面:https://www.kaggle.com/datasets/joebeachcapital/nhanes-age-prediction

使用许可:Attribution 4.0 International (CC BY 4.0)。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://kaggle.com/datasets/joebeachcapital/nhanes-age-prediction

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

Joakim Arvidsson (2023). NHANES Age Prediction [Dataset]. https://www.kaggle.com/datasets/joebeachcapital/nhanes-age-prediction

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。