breast cancer data analysis

setup-env

conda env create -f environment.yml

# conda active sklearn-env

data description

后缀的代表意义：

• mean：平均值
• se：标准差
• worst：最大值

字段意义

字段	含义
diagnosis	M/B（M: 恶性，B:良性）
radius_mean	半径（点中心到边缘的距离）平均值
texture_mean	纹理（灰度值的标准差）平均值
perimeter_mean	周长平均值
area_mean	面积平均值
smoothness_mean	平滑度（半径内的局部变化）平均值
compactness_mean	紧密度（=周长*周长/面积-1.0）平均值
concavity_mean	凹度（轮廓凹度的严重程度）平均值
concave_points_mean	凹缝（轮廓的凹部分）平均值
symmetry_mean	对称性平均值
fractal_dimension_mean	分形维数（=海岸线近似-1）平均值

step

准备阶段

• 数据清洗
• • 数据探索
  • 数据获取
• 特征选择

分类阶段

• 模型训练
• 模型评估