Zenodo_Based_动脉硬化早期预测可解释机器学习研究数据集_2023

数据集概述

本数据集是动脉硬化早期预测相关研究的配套数据,用于支持可解释机器学习模型的研究。数据已在相关研究论文中使用,可通过指定链接获取论文内容,数据集仅包含一个文件。

文件详解

  • 文件名称:Zenodo Dataset all desease 2023 paper dan skripsi.xlsx
  • 文件格式:XLSX
  • 字段映射介绍:未提供具体字段信息,推测包含用于动脉硬化早期预测的相关特征数据及标签信息,具体内容需参考关联研究论文。

数据来源

Zenodo平台,关联研究论文:Enhancing automatic early arteriosclerosis prediction: an explainable machine learning evidence

适用场景

  • 动脉硬化早期预测模型开发: 用于训练和验证可解释机器学习模型,提升动脉硬化早期自动预测的准确性。
  • 医疗机器学习可解释性研究: 支持对动脉硬化预测模型的解释性分析,探索模型决策的关键因素。
  • 医学数据挖掘: 挖掘与动脉硬化早期发生相关的潜在特征,为临床研究提供数据支持。
  • 医疗人工智能应用研究: 推动机器学习在心血管疾病早期筛查领域的应用落地。
packageimg

数据与资源

附加信息

字段
作者 Maxj
版本 1
数据集大小 3.74 MiB
最后更新 2026年1月20日
创建于 2026年1月20日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。