文件名称：Breast-Cancer-Prediction-Using-Machine-Learning:预测乳腺癌的类型（恶性或良性）
文件大小：176KB
文件格式：ZIP
更新时间：2024-04-17 13:39:37
HTML
使用机器学习进行乳腺癌预测 问题识别： 乳腺癌是女性中最常见的恶性肿瘤，占美国女性确诊的癌症的三分之一，并且是女性癌症死亡的第二大主要原因。 乳腺癌是由于乳房组织中细胞异常生长（通常称为肿瘤）而导致的。 肿瘤并不意味着癌症-肿瘤可以是良性（非癌性），恶性前（癌性前）或恶性（癌性）。 诸如MRI，乳房X线照片，超声和活检的检查通常用于诊断所进行的乳腺癌。 目标： 目的是对乳腺癌患者被诊断为良性还是恶性进行分类。 为此，我们使用了机器学习分类方法来拟合可以预测新患者分类的功能。 入门 该项目分为以下步骤： 导入库和数据 数据预处理 数据可视化 建筑模型 导入库和数据集： 1.1）图书馆：二手熊猫，NumPy，Matplotlib，Seaborn和Sklearn图书馆 1.2）数据集：乳腺癌数据集是由加利福尼亚大学欧文分校维护的机器学习存储库。 该数据集包含569个恶性和良性肿瘤细胞
【文件预览】：
Breast-Cancer-Prediction-Using-Machine-Learning-master
----Breast Cancer Prediction Using Machine Learning.ipynb(115KB)
----cancer.csv(122KB)
----_config.yml(26B)
----LICENSE(1KB)
----Detection - Breast Cancer.py(4KB)
----Detection - Breast Cancer.html(359KB)
----.gitignore(2KB)
----README.md(4KB)
----.gitattributes(66B)