了解睡眠质量、压力水平和数字屏幕暴露之间的关系对于分析现代生活方式对健康的影响至关重要。此数据集提供了影响睡眠和眼睛健康的各种因素的详细见解，包括睡眠时间、压力、身体活动、病史和睡前使用数字设备。
数据集概述
该数据集包含从个人收集的多项健康相关属性，包括睡眠质量、压力水平、心率和屏幕接触习惯。它可用于统计分析、机器学习建模和健康相关研究。
列描述
性别：个人性别（男/女）
年龄：个人年龄（岁）
睡眠时长：平均睡眠时长（小时）
睡眠质量：自我报告的睡眠质量（等级：1 - 较差至 5 - 优秀）
压力水平：压力水平（等级：1 - 低至 5 - 高）
血压：记录血压（收缩压/舒张压，单位为 mmHg）
心率：静息心率（单位：次/分钟）
每日步数：平均每日步数
体力活动：体力活动水平（量化衡量）
身高：个人身高（厘米）
吸烟：个人是否吸烟（Y/N）
医疗问题：任何现有医疗状况（是/否）
正在服药：个人是否正在服药（Y/N）
睡前使用智能设备：睡前使用数码设备（Y/N）
平均屏幕时间：平均每日屏幕时间（小时）
蓝光过滤器：个人是否使用蓝光过滤器（Y/N）
不适/眼疲劳：眼睛不适或疲劳的经历（Y/N）
眼睛发红：眼睛发红的经历（Y/N）
眼睛发痒/发炎：眼睛发痒或发炎的经历（是/否）
干眼症：干眼症的诊断或症状（Y/N）
潜在用例
睡眠质量分析：研究压力、体力活动和数字习惯对睡眠质量的影响。
健康与生活方式见解：了解医疗状况和生活方式选择（例如吸烟、屏幕暴露）如何影响整体健康。
机器学习应用：使用分类和回归模型预测睡眠障碍、眼睛不适或压力水平。
数据可视化：使用视觉分析探索各种健康指标之间的相关性。
谁可以使用该数据集？
研究人员：研究睡眠和生活方式模式。
数据科学家：开发与健康相关的结果的预测模型。
医疗专业人员：分析眼睛疲劳和睡眠问题的趋势和风险因素。
学生：针对与健康信息学和数据分析相关的教育项目。
结论
该数据集提供了有关睡眠习惯、压力水平和数字接触之间联系的宝贵见解，可帮助研究人员和从业人员更好地了解它们对健康的影响。欢迎使用此数据集随意探索、分析和开发机器学习模型！
