威斯康星乳腺癌诊断数据集
该数据集是一个表格形式的医学数据集，包含从乳腺肿块细针穿刺数字化图像中提取的细胞核特征（如半径、纹理、周长等十个实值属性）以及对应的诊断结果（恶性或良性），主要用于乳腺癌诊断的机器学习分类任务，支持医学研究和早期筛查应用。
更新时间2023-02-23
原始链接
https://hf-mirror.com/datasets/wwydmanski/wisconsin-breast-cancer
官方服务
帮我联系如需原始数据获取支持或标注服务，请联系我们。
资源简介
威斯康星乳腺癌诊断数据集是一个用于表格分类任务的医学数据集，专注于乳腺癌的良恶性诊断。该数据集的特征来源于乳腺肿块的细针穿刺（FNA）数字化图像，通过计算提取了细胞核的形态学特征，包括半径、纹理、周长、面积、平滑度、紧密度、凹度、凹点、对称性和分形维度等十个实值特征。数据集由William H. Wolberg、W. Nick Street和Olvi L. Mangasarian创建，Nick Street捐赠，包含ID号、诊断结果（恶性或良性）及对应的特征数据，规模小于1K样本。主要应用于机器学习、数据挖掘和医学诊断研究，支持乳腺癌早期筛查和分类模型开发。
提供机构：wwydmanski
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 男性乳腺癌 的高质量、多模态真实临床数据定制解决方案。