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
2021-09-11 11:14:25
176KB
HTML
1