癌症数据
Cancer Data 数据集含 1 个文件、共 125204 字节，原始描述称其为乳腺癌数据集，记录患者唯一 ID、癌症诊断（M 或 B）及 radius_mean、texture_mean 等视觉特征平均值，另有分类特征以数值标注
基本信息
资源简介
癌症数据
Cancer Data
Cancer Data 数据集含 1 个文件、共 125204 字节，原始描述称其为乳腺癌数据集，记录患者唯一 ID、癌症诊断（M 或 B）及 radius_mean、texture_mean 等视觉特征平均值，另有分类特征以数值标注。该数据集可用于训练或测试癌症诊断模型与算法，也适合逻辑回归、KNN、SVM 等项目，标签为 cancer、classification、deep learning、english、categorical，许可 CC BY-NC-SA 4.0（来源 Kaggle，CC BY-NC-SA 4.0 许可）。
【数据集背景】
源站首次发布：2023-03-22。
【数据内容】
源站描述（机器翻译，仅供参考）：# 🦠 乳腺癌数据集 该数据集包含被诊断为癌症的患者的特征。该数据集包含每位患者的唯一 ID、癌症类型（诊断）、癌症的视觉特征以及这些特征的平均值。 📚 数据集的主要特征如下： 1. id：表示每位患者的唯一 ID。 2. diagnosis：表示癌症类型。该属性可以取值为 “M”（Malignant，恶性）或 “B”（Benign，良性）。 3. radius_mean、texture_mean、perimeter_mean、area_mean、smoothness_mean、compactness_mean、concavity_mean、concave points_mean：表示癌症视觉特征的平均值。还有一些分类特征，其中数据集中的患者用数值标记。你可以在图表区域中查看它们。其他特征包含癌症图像特征平均值的特定范围： - radius_mean、texture_mean、perimeter_mean、area_mean、smoothness_mean、compactness_mean、concavity_mean、concave points_mean 这些特征中的每一个都映射到一个表，该表包含给定范围内数值的数量。 你可以查看图表表格 每个样本包含患者的唯一 ID、癌症诊断以及癌症视觉特征的平均值。 此类数据集可用于训练或测试用于进行癌症诊断的模型和算法。理解并分析该数据集有助于改进与癌症相关的视觉特征和诊断。 ##✨ 可使用该数据集完成的项目示例 逻辑回归： 该算法可有效用于二分类问题。在此数据集中，由于存在 “Malignant”（恶性）和 “Benign”（良性）类别，逻辑回归可能是一个合适的选择。它可使用数据集中的视觉特征来预测癌症类型。 **K-最近邻（KN…
【数据结构与技术规格】
文件数 1 个，合计 125.20 KB。
【主题与分类】
主题标签：cancer、classification、deep learning、english、categorical。本站分类：肿瘤。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/erdemtaha/cancer-data
使用许可：CC BY-NC-SA 4.0。
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。
暂未开放有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
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
源站：https://kaggle.com/datasets/erdemtaha/cancer-data
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 125.2 KB。
数据说明
癌症数据 Erdem Taha · 更新于 4 年前 可用性 10.0 · 1 个文件（CSV） · 50 kB · 51.9K 次下载 · 181 个 Notebook arrow_drop_up 408 银牌 more_horiz
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))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
