乳腺癌分类 问题陈述 根据多种观察/特征预测癌症诊断是良性还是恶性 使用了30个功能,例如: -半径(从中心到周长上的点的距离的平均值) -纹理(灰度值的标准偏差) - 周长- 区域-平滑度(半径长度的局部变化) -紧凑度(周长^ 2 /面积-1.0) -凹度(轮廓凹部的严重程度) -凹点(轮廓上凹部分的数量) -对称-分形维数(“海岸线近似值” -1) 数据集可使用所有30种输入功能进行线性分离 实例数:569 等级分配:212恶性,357良性 目标类别: -恶性-良性 数据集 链接: : 算法 支持向量机使用的图书馆:numpy,pandas,matplotlib,seaborn,sklearn 数据可视化 使用对图: 使用计数图: 使用散点图: 使用热图: