卵巢癌数据集
包含216名患者和4000个遗传标记的卵巢癌数据集，用于分类诊断。
基本信息
资源简介
该数据集包含216名患者和4000个遗传标记，由MATLAB提供，用于分析患者是否患有卵巢癌。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/PastryDoll/Ovarian-Cancer.git
curl -L -o repo.zip https://github.com/PastryDoll/Ovarian-Cancer/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
Ovarian-Cancer
In this notebook we will analize the Ovarian Cancer Dataset. This is a dataset, that come with MATLAB, consists of a 216x4000 matrix of 216 patients (rows), and 4000 (columns) indicating genetic markers measured on each patient. We also have an array that indicates if the patient have ovarian cancer or not.
Our objective is to perform a PCA on this matrix, and extract from it its 3 principal components. After performing the PCA, we will plot the transformed data point, and investigate if they seen to divide into clusters, this will tell us if it is natural to ask for a classification model to fit our data.
We obtained a recall score of 1.
Confusion Matrix for Test Set:
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))
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 卵巢癌 的高质量、多模态真实临床数据定制解决方案。
