机器学习数据包,做集训集和测试集。breast_cancer.xlsx，movies.xlsx,salary.txt,train_pics.rar（5000张手写数字）
2021-10-19 17:08:00
3.42MB
1
Breast-Cancer-Scikitlearn：使用Scikitlearn进行机器学习的简单教程
2021-10-13 18:22:50
281KB
1
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
1
Breast-Cancer-Prediction:在人工智能学术课程中使用监督学习决策树算法进行乳腺癌预防
2021-08-28 00:57:54
257KB
1
在该数据集中，有58个H＆E染色的组织病理学图像用于乳腺癌细胞检测，并提供了相关的地面真实数据。
Breast Cancer Cell Segmentation_datasets.txt
Breast Cancer Cell Segmentation_datasets.zip
2021-08-12 01:42:43
93.67MB
1
《python机器学习及实践》良/恶性乳腺肿瘤预测训练数据
2021-08-07 21:07:53
14KB
1
《python机器学习及实践》良/恶性乳腺肿瘤预测测试数据
2021-08-07 21:07:52
2KB
1