# Machine-Learning---Tumour-Identification
1. Explored Machine Learning techniques on a breast cancer dataset to build algorithms to predict whether a tumour is malignant or benign.
2. The performance of supervised learning algorithms such as Logistic Regression, k-Nearest Neighbour and Decision Tree were compared.
3. The effects of feature engineering using PCA and Pearson’s correlation matrix and the effects of data engineering using under sampling and over sampling were also studied .
没有合适的资源?快使用搜索试试~ 我知道了~
机器学习肿瘤识别:乳腺癌数据集上的机器学习算法,用于识别肿瘤是恶性还是良性
共2个文件
ipynb:1个
md:1个
5星 · 超过95%的资源 需积分: 47 48 下载量 188 浏览量
2021-02-15
13:24:41
上传
评论 4
收藏 412KB ZIP 举报
温馨提示
机器学习-肿瘤识别 在乳腺癌数据集上探索了机器学习技术,以建立算法来预测肿瘤是恶性还是良性。 比较了诸如Logistic回归,k最近邻和决策树等有监督学习算法的性能。 还研究了使用PCA和Pearson相关矩阵进行特征工程的效果以及使用欠采样和过采样进行数据工程的效果。
资源推荐
资源详情
资源评论
收起资源包目录
Machine-Learning-Tumour-Identification-main.zip (2个子文件)
Machine-Learning-Tumour-Identification-main
MachineLearning.ipynb 581KB
README.md 497B
共 2 条
- 1
资源评论
- dicaberg2021-11-30有没有数据集上传一下
- 澄鑫2021-08-20用户下载后在一定时间内未进行评价,系统默认好评。
- m0_547722922021-08-15用户下载后在一定时间内未进行评价,系统默认好评。
逸格草草
- 粉丝: 36
- 资源: 4592
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
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