文件名称：Haberman-BreastCancer-Survival-Dataset-EDA
文件大小：2KB
文件格式：ZIP
更新时间：2024-04-22 17:29:13
使用Python对Haberman乳腺癌生存数据集进行探索性数据分析： 什么是EDA？ 数据科学家使用探索性数据分析（EDA）来分析和研究数据集并总结其主要特征，通常采用数据可视化方法。 它有助于确定如何最好地操纵数据源以获得所需的答案，从而使数据科学家更容易发现模式，发现异常情况，检验假设或检查假设。 （来源-ibm.com） 资料说明： 该数据集包含1958年至1970年在芝加哥大学Billings医院进行的一项研究的案例，该研究涉及接受乳腺癌手术的患者的生存期。 您可以从kaggle“ ”下载数据集。 属性信息： 数据集包含以下属性。 手术时患者的年龄（数字） 患者的手术年份（1900年，数字） 检测到的阳性腋窝淋巴结数目（数字） 生存状态（类别属性） 1 =患者存活5年或更长时间 2 =患者在5年内死亡 客观的： 设定目标是EDA中的关键，它将在整个分析中构建
【文件预览】：
Haberman-BreastCancer-Survival-Dataset-EDA-main
----requirements.txt(62B)
----LICENSE(1KB)
----README.md(1KB)