RCL-Haberman-生存数据集
该数据集是一个包含乳腺癌手术后患者临床特征与生存状态的表格数据集，数据以文本文件形式存储，每个样本的特征以空格分隔，适用于机器学习分类任务，主要用于乳腺癌患者的生存分析、预后预测及临床决策支持研究。
基本信息
资源简介
RCL-Haberman-生存数据集
【数据集背景】
本数据集源站标题为《LuminaAI/RCL-Haberman-Survival》。源站首次发布：2024-06-17。
【数据内容】
源站原始描述：# Haberman''s Survival Dataset ## Overview This dataset contains tabular data for classifying survival status of patients who had undergone surgery for breast cancer. Each sample is stored in a separate text file, with features space-separated on a single line. The dataset is structured to be compatible with Lumina AI''s Random Contrast Learning (RCL) algorithm via the PrismRCL application. ## Dataset Structure The dataset is organized into the following structure: Haberman-Survival/ train_data/ c…
【数据结构与技术规格】
文件数 1 个，合计 64.66 KB。
【主题与分类】
主题标签：license:cc-by-4.0、size_categories:n<1K、format:text、modality:text、library:datasets、library:mlcroissant、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/LuminaAI/RCL-Haberman-Survival
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2025-04-08，引用时请注意版本时效。
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。
暂未开放公开下载
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。
免登录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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("LuminaAI/RCL-Haberman-Survival")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
# 或直接拉取全部文件
git lfs install && git clone https://hf-mirror.com/datasets/LuminaAI/RCL-Haberman-Survival
数据说明
该数据集是一个用于乳腺癌手术后患者生存状态分类的表格数据集。数据集包含乳腺癌患者的临床特征数据，每个样本以空格分隔的文本文件形式存储，并按生存状态类别（如存活/未存活）分别组织在训练和测试文件夹中。数据来源于乳腺癌手术后的临床记录或相关研究，由Lumina AI构建并专门适用于其Random Contrast Learning (RCL)算法。该数据集主要用于机器学习分类任务，特别是医学领域的生存分析、预后预测和临床决策支持研究。
完整数据卡：huggingface.co/datasets/LuminaAI/RCL-Haberman-Survival
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。
