结肠癌基因表达数据集
该数据集包含约2000个基因在结肠肿瘤和正常组织中的表达谱数据，属于基因模态，经过标准化处理；主要用于机器学习中的二分类任务（如区分癌变与正常组织），并支持结肠癌的基因表达模式分析、生物标志物发现等生物信息学研究方向。
基本信息
资源简介
结肠癌基因表达数据集
【一句话概览】
该数据集标题为 colon-cancer，来自 LIBSVM 数据仓库，原始来源为 libSVM 与 AAD group，日期未知。作者包括 U. Alon、N. Barkai、D. A. Notterman、K. Gish、S. Ybarra、D. Mack 和 A. J. Levine，引用文献为 1999 年发表于 Cell Biology 的结肠组织基因表达聚类分析研究。预处理方式为：先按实例归一化至均值零、方差一，再按特征归一化至均值零、方差一。数据集含 1 个文件，合计大小 1.7 MB，许可为 Public（来源 OpenML，Public 许可）。
【数据集背景】
本数据集源站标题为《colon-cancer》。源站首次发布：2015-04-27。
【数据内容】
源站原始描述：**Author**: U. Alon","N. Barkai","D. A. Notterman","K. Gish","S.Ybarra","D.Mack","and A. J. Levine. libSVM","AAD group **Source**: original - Date unknown **Please cite**: U. Alon, N. Barkai, D. A. Notterman, K. Gish, S.Ybarra, D.Mack, and A. J. Levine. Broad patterns of gene expression revealed by clustering analysis of tumor and normal colon tissues probed by oligonucleotide arrays. Cell Biology, 96:6745-6750, 1999. #Dataset from the LIBSVM data repository Preprocessing: Instance-wise norma…
中文译文（机器翻译，仅供快速理解，请以原文为准）：**作者**：U. Alon，N. Barkai，D. A. Notterman，K. Gish，S. Ybarra，D. Mack，以及 A. J. Levine。libSVM，AAD组 **来源**：原始链接 - 日期不详 **请引用**：U. Alon, N. Barkai, D. A. Notterman, K. Gish, S. Ybarra, D. Mack, 和 A. J. Levine。通过寡核苷酸阵列探测的肿瘤与正常结肠组织聚类分析揭示的基因表达广泛模式。《细胞生物学》，96:6745-6750，1999年。 #数据集来自LIBSVM数据仓库 预处理：按实例归一化至均值为零、方差为一。随后按特征归一化至均值为零、方差为一。
文件 colon-cancer.Sparse_ARFF 为文本内容，开头为：@relation /mhome/zuberif/Datasets/-10010/colon-cancer.libsvm @attribute att_1 numeric @attribute att_2 numeric @attribute att_3 numeric @attribute att_4 numer…
【数据结构与技术规格】
文件数 1 个，合计 1.73 MB。
【获取与许可】
源站页面：https://www.openml.org/d/1432
使用许可：Public。
规范引用：U. Alon, N. Barkai, D. A. Notterman, K. Gish, S.Ybarra, D.Mack, and A. J. Levine. Broad patterns of gene expression revealed by clustering analysis of tumor and normal colon tissues probed by oligonucleotide arrays. Cell Biology, 96:6745-6750, 1999
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
源站：https://www.openml.org/search?type=data&sort=runs&status=active&id=1432
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:
数据说明
该数据集是一个用于结肠癌研究的基因表达数据集，来源于LIBSVM数据仓库。它包含通过寡核苷酸微阵列技术测得的结肠肿瘤组织和正常组织的基因表达谱数据，涵盖了约2000个基因的表达值。数据经过了实例级和特征级的标准化处理（均值为0，方差为1）。该数据集主要用于机器学习中的二分类任务（如区分肿瘤与正常组织），并支持基因表达模式聚类、癌症生物标志物发现等研究方向。原始数据由Alon等人于1999年在《Cell》期刊上发表的研究中生成。
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。
