机器学习就绪乳腺癌诊断数据集

资源简介

机器学习就绪乳腺癌诊断数据集

ML Ready Breast Cancer Diagnosis Dataset

该数据集面向机器学习与教学用途，提供乳腺癌数据集的多个版本，覆盖预处理、特征选择和模型训练等不同阶段。包含原始数据、清洗后数据、经随机森林特征重要性筛选的特征子集以及经StandardScaler标准化后的数据，适合初学者和中级学习者用于二分类任务的练习与建模（来源 Kaggle，CC BY-NC-SA 4.0 许可）。

【数据集背景】

源站首次发布：2026-01-20。

【数据内容】

源站描述（机器翻译，仅供参考）：📘 乳腺癌机器学习就绪数据集 📌 概述 本数据集为机器学习和教育目的而准备。它提供乳腺癌数据集的多个版本，使用户能够专注于机器学习流程的不同阶段，如预处理、特征选择和模型训练。该数据集适合初学者以及希望获得干净、可直接使用的二分类任务数据集的中级学习者。📂 包含的文件 raw_breast_cancer_data.csv 未经任何预处理的原始数据集。cleaned_breast_cancer_data.csv 移除了ID列，Diagnosis列编码为0→良性，1→恶性。selected_features_breast_cancer.csv 使用随机森林特征重要性选出的顶级特征，有助于降低维度和训练时间。scaled_breast_cancer_data.csv 应用了StandardScaler，推荐用于逻辑回归、SVM和KNN等算法。🎯 Ta

【数据结构与技术规格】

文件数 5 个，合计 646.10 KB。

【主题与分类】

主题标签：classification、health、tabular、binary classification、feature engineering。本站分类：肿瘤/乳腺癌。

【获取与许可】

源站页面：https://www.kaggle.com/datasets/garvsachdeva0205/ml-ready-breast-cancer-diagnosis-dataset

使用许可：CC BY-NC-SA 4.0。