首页使用scikit-learn库中乳腺癌数据集

使用scikit-learn库中乳腺癌数据集

时间: 2024-12-26 18:10:47 浏览: 191

在Python的scikit-learn库中，有一个内置的数据集叫做`Breast Cancer Wisconsin (Diagnostic)`，也称为WDBC数据集。这是一个用于二分类任务的经典数据集，通常用于机器学习入门教程中展示监督学习的概念，特别是支持向量机（SVM）、决策树、随机森林等算法的应用。该数据集包含569个样本，每个样本有30个特征（如形状、纹理、密度等），以及一个标签，表示乳腺组织是正常（非恶性）还是癌症。它是一个特征齐全的示例，可以帮助初学者理解如何预处理数据、划分训练集和测试集、选择模型，并评估模型性能。使用这个数据集的基本步骤包括： 1. 导入库和加载数据集： ```python from sklearn.datasets import load_breast_cancer data = load_breast_cancer() ``` 2. 数据探索和预处理： ```python X = data.data # 特征数组 y = data.target # 目标变量 ``` 3. 划分训练集和测试集： ```python from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) ``` 4. 训练模型并进行预测： ```python from sklearn.svm import SVC # 示例：支持向量机 model = SVC() model.fit(X_train, y_train) predictions = model.predict(X_test) ``` 5. 评估模型性能： ```python from sklearn.metrics import accuracy_score accuracy = accuracy_score(y_test, predictions) ```

阅读全文