乳腺癌分类数据集
该数据集是一个基于细胞核形态学特征的乳腺癌诊断分类数据集，包含从乳腺肿块细针穿刺样本中提取的数值特征，如半径、纹理、周长等，数据模态为结构化表格数据，主要用于机器学习模型的训练与评估，以区分良性肿瘤和恶性肿瘤，支持医学影像分析、癌症早期诊断及分类算法优化等研究方向。
创建时间2026-02-08
更新时间2026-02-08
原始链接
https://www.kaggle.com/datasets/boiniabhiram/breast-cancer-classifiacation
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集是一个用于乳腺癌诊断分类的医学数据集，主要基于细胞核特征。数据集包含从乳腺肿块细针穿刺（FNA）样本中提取的细胞核形态学特征，如半径、纹理、周长、面积、光滑度、紧密度、凹度、对称性等数值特征。数据来源于公开的医学研究，通常用于构建机器学习模型，以区分良性（benign）和恶性（malignant）乳腺肿瘤。主要研究方向包括医学影像分析、癌症早期诊断、分类算法优化等，在辅助临床决策和自动化诊断系统中具有重要应用价值。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 乳腺癌 的高质量、多模态真实临床数据定制解决方案。