哈伯曼癌症生存数据集
基于乳腺癌患者术后生存数据的生存分析数据集。
基本信息
资源简介
哈伯曼癌症生存数据集
【数据集背景】
本数据集源站标题为《Haberman Cancer Survival data set》。源站首次发布：2019-07-19。
【数据内容】
源站原始描述：Description: The data set contains cases from a study that was conducted between 1958 and 1970 at the University of Chicago''s Billings Hospital on the survival of patients who had undergone surgery for breast cancer. Objective: Our objective is to classify the persons who are survived after the surgery and who are dead after the surgery from the given data set
【数据结构与技术规格】
文件数 1 个，合计 3.42 KB。
【主题与分类】
主题标签：cancer、health conditions。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/krpiku/haberman.csv
使用许可：Database: Open Database, Contents: Database Contents。
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("krpiku/haberman.csv")
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 krpiku/haberman.csv
unzip haberman.csv.zip -d haberman.csv/
数据集大小约 0.01 GB。
数据说明
该数据集包含乳腺癌患者术后生存数据，通过数据处理和分析，研究患者的生存情况。
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。
