威斯康星乳腺癌数据库
威斯康星乳腺癌数据库，包含乳腺肿瘤诊断数据的表格数据集，用于良恶性分类任务。
基本信息
资源简介
威斯康星乳腺癌数据库
【数据集背景】
本数据集源站标题为《Wisconsin Breast Cancer Database》。源站首次发布：2017-10-30。
【数据内容】
源站原始描述：### Context This breast cancer databases was obtained from the University of Wisconsin Hospitals, Madison from Dr. William H. Wolberg. ### Content Past Usage: Attributes 2 through 10 have been used to represent instances. Each instance has one of 2 possible classes: benign or malignant. 1. Wolberg,~W.~H., \& Mangasarian,~O.~L. (1990). Multisurface method of pattern separation for medical diagnosis applied to breast cytology. In {\it Proceedings of the National Academy of Sciences}, {\it 87}, 919…
【数据结构与技术规格】
文件数 1 个，合计 20.06 KB。
【主题与分类】
主题标签：earth and nature、cancer、health、biology、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/roustekbio/breast-cancer-csv
使用许可：CC0: Public Domain。
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("roustekbio/breast-cancer-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 roustekbio/breast-cancer-csv
unzip breast-cancer-csv.zip -d breast-cancer-csv/
数据集大小约 0.01 GB。
数据说明
该数据集包含乳腺癌诊断相关的表格数据，用于通过特征预测肿瘤为良性或恶性的分类任务。数据来源于威斯康星州，以CSV文件形式提供。
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。
