Tiburoncin/mom-cancer2

该数据集包含多个与医学诊断相关的特征，如半径、纹理、周长、面积等，这些特征可能是用于肿瘤诊断的指标。数据集分为训练集和测试集，训练集包含398个样本，测试集包含171个样本。

This dataset includes multiple features related to medical diagnosis, such as radius, texture, perimeter, area, etc., which may be indicators used for tumor diagnosis. The dataset is divided into a training set and a test set, with the training set containing 398 samples and the test set containing 171 samples.

原始信息汇总

数据集概述

特征信息

• id: 数据记录的唯一标识符，数据类型为 int64。
• diagnosis: 诊断结果，数据类型为 string。
• radius_mean: 平均半径，数据类型为 float64。
• texture_mean: 平均纹理，数据类型为 float64。
• perimeter_mean: 平均周长，数据类型为 float64。
• area_mean: 平均面积，数据类型为 float64。
• smoothness_mean: 平均平滑度，数据类型为 float64。
• compactness_mean: 平均紧密度，数据类型为 float64。
• concavity_mean: 平均凹度，数据类型为 float64。
• concave points_mean: 平均凹点，数据类型为 float64。
• symmetry_mean: 平均对称性，数据类型为 float64。
• fractal_dimension_mean: 平均分形维数，数据类型为 float64。
• radius_se: 半径的标准误差，数据类型为 float64。
• texture_se: 纹理的标准误差，数据类型为 float64。
• perimeter_se: 周长的标准误差，数据类型为 float64。
• area_se: 面积的标准误差，数据类型为 float64。
• smoothness_se: 平滑度的标准误差，数据类型为 float64。
• compactness_se: 紧密度的标准误差，数据类型为 float64。
• concavity_se: 凹度的标准误差，数据类型为 float64。
• concave points_se: 凹点的标准误差，数据类型为 float64。
• symmetry_se: 对称性的标准误差，数据类型为 float64。
• fractal_dimension_se: 分形维数的标准误差，数据类型为 float64。
• radius_worst: 最差半径，数据类型为 float64。
• texture_worst: 最差纹理，数据类型为 float64。
• perimeter_worst: 最差周长，数据类型为 float64。
• area_worst: 最差面积，数据类型为 float64。
• smoothness_worst: 最差平滑度，数据类型为 float64。
• compactness_worst: 最差紧密度，数据类型为 float64。
• concavity_worst: 最差凹度，数据类型为 float64。
• concave points_worst: 最差凹点，数据类型为 float64。
• symmetry_worst: 最差对称性，数据类型为 float64。
• fractal_dimension_worst: 最差分形维数，数据类型为 float64。
• Unnamed: 32: 未命名字段，数据类型为 float64。

数据集划分

• train: 训练集，包含 398 条数据，占用 103928.36 字节。
• test: 测试集，包含 171 条数据，占用 44652.64 字节。

数据集大小

• 下载大小: 168035 字节。
• 数据集大小: 148581.0 字节。

配置信息

• config_name: default
  • data_files:
    • train: 数据路径为 data/train-*。
    • test: 数据路径为 data/test-*。