数据集概述
本数据集基于机器学习方法（K近邻算法）构建，包含4个国家的口腔癌患者记录，核心用于预测患者生存天数及分类癌症分期。数据以多种格式存储，支持相关医学预测模型的研究与应用。
文件详解
- 文档文件：
- README.md：Markdown格式，介绍项目背景、执行平台及数据集来源
- Extended data.docx：Word格式，可能包含扩展的数据集说明或研究背景
- 数据文件：
- Oral Cancer Consolidated-latest-numeric1.csv：CSV格式，口腔癌患者整合数据，含供体ID、性别、诊断年龄、生存时间、突变情况、肿瘤分期等字段
- output.csv：CSV格式，模型输出数据，含索引、性别、诊断年龄、突变数、突变基因数、肿瘤分期、生存时间（天数）等字段
- 代码文件：
- oral_cancer_prediction_classification-latest.py：Python格式，实现K近邻算法预测生存时间与分期分类的代码
- 压缩文件：
- Machine-Learning-main.zip：ZIP格式，可能包含项目完整代码或相关资源
- 图片文件：
- Figure_2.png、Capture4.PNG：PNG格式，可能为研究相关的图表或截图
适用场景
- 医学预测模型研究：基于K近邻算法开发口腔癌患者生存时间预测模型
- 癌症分期分类研究：分析患者特征与癌症分期的关联，优化分期分类方法
- 口腔癌临床数据分析：探索性别、年龄、突变情况等因素对患者生存时间的影响
- 机器学习医学应用：验证机器学习算法在口腔癌预后评估中的可行性与效果
