Pink October: 乳腺癌诊断

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("mpwolke/cusersmarildownloadsbreastccsv")
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 mpwolke/cusersmarildownloadsbreastccsv
unzip cusersmarildownloadsbreastccsv.zip -d cusersmarildownloadsbreastccsv/

数据集大小约 0.01 GB。

数据说明

该数据集包含女性乳腺癌死亡率数据，为表格形式，可用于乳腺癌相关的统计分析或预测任务。

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。