没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
机器学习
breast_cancer.csv
breast_cancer.csv
需积分: 48
48 下载量
169 浏览量
2019-10-12
11:08:24
上传
评论
收藏
118KB
CSV
举报
温馨提示
立即下载
二分类数据集,乳腺癌数据集,568条记录,30类特征,可以用分类算法如xgboost,svm等分类算法
资源推荐
资源评论
Breast Cancer Wisconsin (Prognostic) Data Set.rar
浏览:141
WPBC(预后)数据集包含 198 条患者记录,其中 4 条记录中缺少属性“淋巴结”状态的值。由于淋巴结值是决定乳腺癌状态的重要因素。 最终数据集包含 194 条记录,其中 148 条为非复发病例,46 条为复发病例。
乳腺癌(Breastcancer)数据集分享.docx
浏览:184
乳腺癌数据集
MiniDDSM
浏览:150
迷你DDSM Mini-DDSM(用于乳腺钼靶筛查的数字数据库)数据集
breast-cancer良/恶性乳腺癌肿瘤预测
浏览:187
5星 · 资源好评率100%
根据细胞大小和肿瘤厚度两个参数来判断良/恶性乳腺癌肿瘤
breast-cancer-train.csv
浏览:138
breast-cancer-train.csv
breast_cancer数据集
浏览:154
乳腺癌数据集。共569个样本,每个样本30个特征,阳性样本357,阴性样本212。
breast-cancer.data
浏览:178
乳腺癌复发数据集,由南斯拉夫卢布尔雅那大学肿瘤研究所的M. Zwitter 和 M. Soklic 于1988年捐赠。包含286条记录,10个属性(是否复发,肿瘤位置、大小、结节等),都为分类变量,可用于练习数据挖掘。
breast_cancer_classification
浏览:158
乳腺癌分类 问题陈述 根据多种观察/特征预测癌症诊断是良性还是恶性 使用了30个功能,例如: -半径(从中心到周长上的点的距离的平均值) -纹理(灰度值的标准偏差) - 周长- 区域-平滑度(半径长度的局部变化) -紧凑度(周长^ 2 /面积-1.0) -凹度(轮廓凹部的严重程度) -凹点(轮廓上凹部分的数量) -对称-分形维数(“海岸线近似值” -1) 数据集可使用所有30种输入功能进行线性分
breast_cancer.xlsx
浏览:9
5星 · 资源好评率100%
该数据用于sklearn的knn算法学习使用,随机森林,决策树,极限森林,梯度上升树等人工算法的学习使用素材
Breast Cancer Dataset乳腺癌数据集-数据集
浏览:154
Breast Cancer Dataset is provided by University of Wisconsin.本数据集由威斯康星大学提供。 breastcancer_unformatted-data breastcancer_unformatted-data.data breastcancer_wdbc.data breastcancer_wdbc.names breastc
乳腺癌breast-cancer 数据集
浏览:188
本数据集是支持向量机数进行数据训练和测试的668样本,10维度,二分类。
良/恶性乳癌肿瘤数据集breast-cancer-train
浏览:135
breastcancer数据集 机器学习初学者最常用的数据集,
Python3读取UCI-breastcancer数据集
浏览:135
用于从UCI的Breast Cancer Wisconsin数据集中读取数据并存为array的小程序
breast-cancer分类器-python机器学习及实践
浏览:183
来自于python机器学习及实践,该例子使用python sklearn numpy pandas来根据癌细胞的特征来判断良性/恶性
svm breast cancer
浏览:87
4星 · 用户满意度95%
支持矢量机svm的breast cancer data
fight_breast_cancer
浏览:77
fight_breast_cancer
breast-cancer-classification
浏览:19
乳腺癌分类
breast-cancer-diagnostics
浏览:42
使用机器学习进行乳腺癌诊断 该项目的目的是采用UCI机器学习存储库中的乳腺癌威斯康星州(诊断)数据集,并应用Logistic回归,朴素贝叶斯,支持向量机,决策树和多层感知器等机器学习模型来提取特征可能最适合预测癌症性质的数据集。 目的是对乳腺癌是良性还是恶性进行分类。 确定基于模型预测的模型的准确性,以相互分析和比较生成的模型,并从模型中选择最佳模型。 多层感知器是测试过的模型中最准确的模型,准确
arff数据集全集(weka机器学习必备)
浏览:94
5星 · 资源好评率100%
目录列表: 2dplanes.arff abalone.arff ailerons.arff Amazon_initial_50_30_10000.arff anneal.arff anneal.ORIG.arff arrhythmia.arff audiology.arff australian.arff auto93.arff autoHorse.arff autoMp
UCI Breast Cancer 原始数据数据集
浏览:65
UCI Breast Cancer 原始数据集,包含了三组乳腺癌细胞病理图像数据数据。
UCI机器学习数据库部分数据集(iris、wine、glass)
浏览:168
适用于聚类和分类测试用的数据集。
breast_cancer_wisconsin_data_set贝叶斯算法
浏览:47
4星 · 用户满意度95%
在 breast_cancer_wisconsin_data_set数据集上使用贝叶斯算法,对是目标否患乳腺癌进行预测分类。
良\恶性乳腺癌肿瘤预测数据集
浏览:66
良\恶性乳腺癌肿瘤预测数据集,已经分为训练集和测试集。良\恶性乳腺癌肿瘤预测数据集,已经分为训练集和测试集。
ml2-breast-cancer
浏览:184
ml2-乳腺癌
ANN_breast_cancer
浏览:15
ANN_breast_cancer
breast-cancer-logistic-regression
浏览:97
设置-安装依赖性 从此github存储库或UCI机器学习存储库“ 下载.csv。 使用Logistic回归检测乳腺癌 该笔记本的目的是通过在实际数据集上应用逻辑回归模型来检测乳腺癌,并根据其特征预测肿瘤是良性的(不是乳腺癌)还是恶性的(乳腺癌)。 Logistic回归可以使用比值比确定乳腺癌的重要预测因子,并生成置信区间,为决策提供更多信息。 模型的性能取决于放射科医生准确识别乳房X线照片上的发
BBioinfYeastzr.rar_breast cancer_cancer
浏览:3
乳腺癌分类程序,带有有部分的原始数据,非常好
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
5星上将
粉丝: 12
资源:
1
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
fclqdq_247006.apk
Python程序设计.zip
comparelist.py
01 整理数据 _ 合并多数据,分析更有趣.ipynb
272ssm-mysql-jsp 高校就业管理系统.zip(可运行源码+数据库文件+文档)
第二章 数据预处理.xmind
什么是操作系统以及学习操作系统的意义
什么是python tkinter以及学习python tkinter的意义
电脑横向壁纸 · 彩色几何模块.zip
什么是先序输出度为1的结点以及学习先序输出度为1的结点的意义
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功