five

Multiclass Diabetes Dataset

收藏
DataCite Commons2025-04-01 更新2025-04-16 收录
下载链接:
https://data.mendeley.com/datasets/jpp8bsjgrm
下载链接
链接失效反馈
官方服务:
资源简介:
This refined dataset is originally based on the "Diabetes Dataset" uploaded by Ahlam Rashid in Mendeley Data. The link to the original dataset is: https://data.mendeley.com/datasets/wj9rwkp9c2/1. The original dataset contains a total of 1000 subjects divided into three classes: diabetic, non-diabetic, and predict-diabetic. Among the 1000 subjects, 844 are diabetic, 103 are non-diabetic, and 53 are predict-diabetic, resulting in an extreme class imbalance. We found a total of 174 duplicate subjects in the original dataset, which we subsequently removed. After removing the duplicate subjects, there were 690 diabetic, 96 non-diabetic, and 40 predict-diabetic subjects remaining. From the 826 unique subjects, we selected 128 diabetic, 96 non-diabetic, and 40 predict-diabetic subjects, resulting in a new dataset with a moderate class imbalance.

本优化数据集最初基于Ahlam Rashid上传至Mendeley Data的「糖尿病数据集(Diabetes Dataset)」构建。原始数据集的访问链接为:https://data.mendeley.com/datasets/wj9rwkp9c2/1。原始数据集共包含1000名研究对象,划分为糖尿病患者、非糖尿病患者、疑似糖尿病患者三个类别。 在初始的1000名研究对象中,糖尿病患者844名、非糖尿病患者103名、疑似糖尿病患者53名,存在严重的类别不平衡问题。经核查,原始数据集中共存在174条重复记录,我们已将其全部剔除。移除重复项后,剩余研究对象分别为糖尿病患者690名、非糖尿病患者96名、疑似糖尿病患者40名。 从总计826条唯一的研究对象记录中,我们筛选出128名糖尿病患者、96名非糖尿病患者及40名疑似糖尿病患者,最终得到类别分布适中的新数据集。
提供机构:
Mendeley Data
创建时间:
2024-02-26
搜集汇总
背景与挑战
背景概述
该数据集是基于Ahlam Rashid上传的原始糖尿病数据集改进而来,原始数据包含1000个受试者,分为糖尿病、非糖尿病和预测糖尿病三类,但存在极端类别不平衡。经过清理,移除了重复受试者,从826个唯一受试者中选取了部分样本,最终形成包含264个受试者的新数据集,其中糖尿病128例、非糖尿病96例、预测糖尿病40例,类别不平衡问题得到缓解。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务