乳腺癌诊断数据集-威斯康星州-细胞核特征分析-患者诊断

乳腺癌诊断数据集-威斯康星州-细胞核特征分析-患者诊断 数据来源：互联网公开数据 标签：乳腺癌,诊断,医学,肿瘤,细胞核,特征,机器学习,分类,UCI,健康 数据概述： 本数据集包含乳腺癌诊断相关数据，源于威斯康星大学麦迪逊分校的研究，用于研究乳腺癌的诊断。数据包括患者ID、诊断结果（恶性或良性），以及从乳腺肿块的细针穿刺活检（FNA）的数字化图像中提取的30个计算特征。特征包括半径、纹理、周长、面积、平滑度、紧凑度、凹陷度和凹点，以及对称性和分形维度。该数据集提供了用于开发分类器，聚类分析和特征选择算法的宝贵资源，以帮助研究人员更好地理解和诊断乳腺癌。

数据用途概述： 该数据集可用于开发乳腺癌诊断的分类模型，进行患者数据聚类以发现症状与诊断之间的联系，优化特征选择算法以识别与乳腺癌诊断相关的最重要特征。 此外，数据集还可用于医学研究，以探索肿瘤的异质性，并为医生提供更好的治疗方案。