威斯康星乳腺癌数据集
威斯康星乳腺癌数据集，用于区分恶性与良性肿瘤的表格数据二分类任务。
基本信息
模态
表格
创建/更新时间
2025-02-01
资源简介
用于疾病预测的威斯康星乳腺癌数据集，包含恶性与良性肿瘤的区分，数据以表格形式呈现，任务为二分类。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
# 首次使用需 Kaggle 账号授权（浏览器弹一次，凭据缓存后免重复）
import kagglehub
path = kagglehub.dataset_download("adilshamim8/breast-cancer-wisconsin-dataset")
print("数据已下载至:", path) # 返回本地目录路径
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token,
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d adilshamim8/breast-cancer-wisconsin-dataset
unzip breast-cancer-wisconsin-dataset.zip -d breast-cancer-wisconsin-dataset/
数据说明
用于疾病预测的威斯康星乳腺癌数据集，包含恶性与良性肿瘤的区分，数据以表格形式呈现，任务为二分类。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
具体字段与含义以源站说明和实际文件表头为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
