Breast Cancer Dataset is provided by University of Wisconsin.本数据集由威斯康星大学提供。 breastcancer_unformatted-data breastcancer_unformatted-data.data breastcancer_wdbc.data breastcancer_wdbc.names breastcancer_wpbc.names breastcancer-wisconsin.data breastcancer-wisconsin.names

手动搭建了一个bp神经网路，对乳腺癌数据集进行分类。数据集从sklearn中获得，神经网络用numpy手动搭建。手动搭建了一个bp神经网路，对乳腺癌数据集进行分类。数据集从sklearn中获得，神经网络用numpy手动搭建。

本数据集是支持向量机数进行数据训练和测试的668样本，10维度，二分类。

二分类数据集，乳腺癌数据集，568条记录，30类特征，可以用分类算法如xgboost，svm等分类算法

数据来自：UCI机器学习库 http://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/wpbc.names “每个记录代表一个乳腺癌病例的随访数据。这些是自1984年以来Wolberg博士所见的连续患者，仅包括那些在诊断时表现出浸润性乳腺癌并且没有远处转移证据的病例。

基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料 网盘链接：https://pan.baidu.com/s/1gQ_BHGWOGpmYv86gyv6EuQ 提取码：xigi

如果机器学习能够自动识别癌细胞，那么它将为医疗系统提供相当大的益处。自动化的过程很有可能提高检测过程的效率，从而可以让医生在诊断上花更少的时间，而在治疗疾病上花更多的时间。自动 化的筛查系统还可能通过去除该过程中的内在主观人为因素来提供 更高的检测准确性。从带有异常乳腺肿块的女性身上的活检细胞的测度数据入手，应用 kNN 算法，从而研究机器学习用于检测癌症的功效。

KNN算法PDF，包含讲解分析，以及算法代码和结果等。对运行结果和算法进行了详细分析讲解。

良\恶性乳腺癌肿瘤预测数据集，已经分为训练集和测试集。良\恶性乳腺癌肿瘤预测数据集，已经分为训练集和测试集。

代码解释的详细，可以直接用，已经测试过了，很好用。