心血管疾病风险预测综合模拟数据集
数据来源：互联网公开数据
标签：心血管疾病,健康风险,预测模型,机器学习,医学数据,健康分析,模拟数据
数据概述：
本数据集包含10,000条合成记录，模拟了与心血管疾病相关的患者数据。旨在用于探索和建模心血管健康风险及治疗效果。数据包含了各种医学和人口统计学特征，是开发预测模型和进行健康分析的理想资源。
关键特征：
血压（mmHg）：模拟值，反映典型的血压范围。
胆固醇（mg/dL）：调整后的值，落入常见的胆固醇水平范围内。
身体质量指数（BMI）：计算得出，代表从健康到超重的分类。
血糖水平（mg/dL）：模拟空腹血糖水平。
心脏病（目标变量）：二元指标（0 = 否，1 = 是），表示是否存在心脏病。
性别（男/女）：随机分配，模拟人口多样性。
年龄（岁）：患者年龄在18至80岁之间。
州和国家：包括美国各州的随机分配，国家为美国。
医院：随机分配医院，代表不同的医疗机构。
治疗方案：各种治疗方法，包括物理治疗、药物治疗、手术、康复和咨询。
治疗日期：随机生成的治疗实施日期。
数据用途概述：
该数据集非常适合：
探索性数据分析（EDA）
机器学习模型训练
风险预测研究
健康数据可视化
