机器学习技术任务驱动式教程-课件汇总 模块7--10 基于支持向量机的分类预测 ---基于深度学习的分类预测 .pptx

数据观察数据清洗数据转换SVM模型训练SVM模型预测参考书目《机器学习技术任务驱动式教程》基于支持向量机的分类预测模块7机器学习技术

目录乳腺癌预测手写数字识别传感器连通预测小结习题七基于支持向量机的分类预测模块7机器学习技术

乳腺癌（breastcarcinoma,BC）是女性最常见的恶性肿瘤之一，据资料统计，发病率占全身各种恶性肿瘤的7-10%，因此早期发现及治疗非常重要，对其检测的关键挑战是如何将肿瘤分为恶性（癌性）或良性（非癌性）。1.1任务描述1乳腺癌预测breast-cancer-kaggle.csv来自Kaggle网站提供的威斯康星州乳腺癌（诊断）数据，有569条癌症病人检测样本，其中恶性样本212条、良性样本357条，每个样本有32个字段。详细的字段描述见下表。

1.1任务描述1乳腺癌预测字段类型允许为空标签？例子idint否否842302diagnosis（诊断结果）str否是M:Malignant（恶性）B:Benign（良性）radius_mean/se/worst（半径平均、标准差、最差）float否否17.99texture_mean（纹理平均、标准差、最差）float否否10.38perimeter_mean（周边平均、标准差、最差）float否否122.80area_mean（面积平均、标准差、最差）float否否1001.0smoot