自闭症预测预处理数据集
数据来源：互联网公开数据
标签：自闭症预测,数据预处理,机器学习,医学研究,数据清洗,年龄分组,地域编码,权重调整
数据概述：
本数据集改编自REVA大学REVA企业卓越学院举办的自闭症预测挑战赛的数据集。数据集经过预处理，处理内容包括：将族群和关系中值为'?'和'other'的合并为'other'；创建了'AgeGroup'变量，将年龄分为儿童（年龄=14且=24且64）；创建了'Continent'变量，将每个国家分配到相应的洲；对'country'、'ethnicity'、'relation'和'age'变量根据训练数据集中正样本比例进行加权；对'age'和'result'变量进行了z-score标准化；对'ethnicity'、'relation'、'AgeGroup'、'continent'变量应用了独热编码。最后，移除了'age_desc'、'gender'、'used_app_before'、'contry_of_res'等与目标变量无关的特征（通过卡方检验）。
数据用途概述：
该数据集适用于自闭症预测模型的构建和评估、医学研究、机器学习算法的验证等场景。研究人员可以利用此数据集进行机器学习模型的训练和测试；医学专家可以通过分析数据集中的特征与自闭症之间的关系，为自闭症的早期筛查和诊断提供参考；政策制定者可以依据数据统计结果，制定相应的公共健康政策。此外，数据集也适合用于教育培训，帮助学习者了解自闭症预测的研究方法和数据分析技巧。
参考文献：
Tabtah, F. (2017). Autism Spectrum Disorder Screening: Machine Learning Adaptation and DSM-5 Fulfillment. Proceedings of the 1st International Conference on Medical and Health Informatics 2017, pp.1-6. Taichung City, Taiwan, ACM.
Thabtah, F. (2017). Machine Learning in Autistic Spectrum Disorder Behavioural Research: A Review. To Appear in Informatics for Health and Social Care Journal. December 2017
许可证：
公共领域
