数据集概述
本数据集为用于狂犬病诊断与疫情预测的机器学习数据集，包含4个文件，涵盖动物、患者、疫情相关的编码数据及元数据。数据可用于训练机器学习模型，支持狂犬病的诊断辅助和疫情趋势预测分析，为公共卫生决策提供数据基础。
文件详解
- metadata.xlsx
- 文件格式：XLSX
- 字段映射介绍：未提供具体预览内容，推测包含数据集的元数据信息，如数据来源、字段说明、数据收集方法等。
- encoded_animals.csv
- 文件格式：CSV
- 字段映射介绍：包含NO_OF_PEOPLE_BITTEN_REPEAT_COUNT（重复咬人次数）、LFT_result（实验室检测结果）、reason_for_report（报告原因）、symptoms（症状）、victim_environment（受害者环境）、ANIMAL_OUTCOME（动物结局）、animal_environment（动物环境）、ASSESSMENT_DECISION（评估决策）等字段。
- encoded_patients.csv
- 文件格式：CSV
- 字段映射介绍：包含animal_alive（动物是否存活）、animal（动物类型）、PEP_RECOMMENDED（是否推荐暴露后预防）、VISIT_STATUS（就诊状态）、victim_environment（受害者环境）、animal_environment（动物环境）、symptoms（症状）、rabies_status（狂犬病状态）等字段。
- encoded_outbreak.csv
- 文件格式：CSV
- 字段映射介绍：未提供具体预览内容，推测包含与狂犬病疫情相关的编码数据，如疫情发生时间、地点、规模等信息。
适用场景
- 狂犬病诊断模型训练: 利用encoded_patients.csv中的患者症状、暴露史等数据，训练机器学习模型辅助狂犬病诊断。
- 疫情预测分析: 结合encoded_animals.csv和encoded_outbreak.csv的数据，预测狂犬病疫情的发生趋势和传播风险。
- 公共卫生决策支持: 通过分析动物暴露数据和患者就诊信息，为狂犬病防控策略制定提供数据支持。
- 机器学习特征工程研究: 探索狂犬病相关数据中的有效特征，优化模型性能。
