乳腺癌威斯康星诊断数据集

该数据集包含从乳腺肿块细针穿刺细胞核图像中提取的30个数值特征,数据模态为临床表格数据,主要用于乳腺癌的良恶性二分类研究,是机器学习在医学影像分析和辅助诊断领域的经典基准数据集,广泛应用于分类算法(如支持向量机、决策树)的性能评估和模型开发。

github
2020-04-26 更新
浏览 30
乳腺癌诊断医学影像分析
Breast Cancer Wisconsin Diagnostic Dataset

基本信息

大小
0.000822 GB
创建/更新时间
2020-04-26
版本
master

资源简介

乳腺癌威斯康星诊断数据集

【数据集背景】

本数据集源站标题为《AkshayMewada/ML-on-Breast-Cancer-Wisconsin-Diagnostic-Dataset-using-Scikit-Learn》。源站首次发布:2017-10-13。

【数据内容】

源站原始描述:# ML-on-Breast-Cancer-Wisconsin-Diagnostic-Dataset-using-Scikit-Learn #Dataset: Download Dataset Dataset have Attribute Information: 1) ID number 2) Diagnosis (M = malignant, B = benign) 3-32) Ten real-valued features are computed for each cell nucleus: a) radius (mean of distances from center to points on the perimeter) b) texture (standard deviation of gray-scale values) c) perimeter d) area e) smoothness (local variation in radius lengths) f) compactness (perimeter^2 / area - 1.0) g) concavit…

【获取与许可】

源站页面:https://github.com/AkshayMewada/ML-on-Breast-Cancer-Wisconsin-Diagnostic-Dataset-using-Scikit-Learn

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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

git clone https://github.com/AkshayMewada/ML-on-Breast-Cancer-Wisconsin-Diagnostic-Dataset-using-Scikit-Learn.git

curl -L -o repo.zip https://github.com/AkshayMewada/ML-on-Breast-Cancer-Wisconsin-Diagnostic-Dataset-using-Scikit-Learn/archive/refs/heads/master.zip
unzip repo.zip

源站 README 摘录(使用方式)

ML-on-Breast-Cancer-Wisconsin-Diagnostic-Dataset-using-Scikit-Learn

#Dataset:
Download Dataset https://www.kaggle.com/uciml/breast-cancer-wisconsin-data
Dataset have Attribute Information:

  1. ID number 2) Diagnosis (M = malignant, B = benign) 3-32)
    Ten real-valued features are computed for each cell nucleus:
    a) radius (mean of distances from center to points on the perimeter) b) texture (standard deviation of gray-scale values) c) perimeter d) area e) smoothness (local variation in radius lengths) f) compactness (perimeter^2 / area - 1.0) g) concavity (severity of concave portions of the contour) h) concave points (number of concave portions of the contour) i) symmetry j) fractal dimension (“coastline approximation” - 1)
    The mean, standard error and “worst” or largest (mean of the three largest values) of these features were computed for each image, resulting in 30 features. For instance, field 3 is Mean Radius, field 13 is Radius SE, field 23 is Worst Radius.

Module used

  • Numpy
  • Pandas
  • matplotlib
    -seaborn
    -Scikit-Learn

Used models

  1. Gaussian-Naive-Byes
  2. K-Nearest-Neighbors
  3. Support-Vector-Machine
  4. Logistic-Regression
  5. Decision-Tree
  6. Random-Forest

数据加载示例(图像类)

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

完整仓库:github.com/AkshayMewada/ML-on-Breast-Cancer-Wisconsin-Diagnostic-Dataset-using-Scikit-Learn

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。

获取专属数据定制方案