乳腺癌细胞图像特征分析数据集
数据来源：互联网公开数据
标签：乳腺癌,医学,肿瘤,诊断,细胞,图像,特征,机器学习,健康
数据概述：
本数据集包含了乳腺癌细胞图像的多种特征，旨在辅助乳腺癌的诊断与研究。数据集核心字段包括：诊断结果（良性或恶性），以及一系列细胞图像特征的均值、标准误差和“最差”情况下的测量值。这些特征涵盖了细胞半径、纹理、周长、平滑度、紧凑度、凹陷度、凹点、分形维度等，共计30个特征。
字段定义如下：
diagnosis：乳腺组织诊断结果（M=恶性，B=良性）
radius_mean：细胞核半径（平均值）
texture_mean：灰度值的标准差（平均值）
perimeter_mean：细胞核周长（平均值）
smoothness_mean：半径长度的局部变化（平均值）
compactness_mean：周长^2 / 面积 - 1.0（平均值）
concavity_mean：轮廓凹陷程度（平均值）
concave points_mean：轮廓凹陷部分的数量（平均值）
fractal_dimension_mean："海岸线近似" - 1（平均值）
radius_se：细胞核半径的标准误差
texture_se：灰度值标准差的标准误差
smoothness_se：半径长度局部变化的标准误差
compactness_se：周长^2 / 面积 - 1.0的标准误差
concavity_se：轮廓凹陷程度的标准误差
concave points_se：轮廓凹陷部分数量的标准误差
fractal_dimension_se："海岸线近似" - 1的标准误差
radius_worst：细胞核半径（最差情况，即最大均值）
texture_worst：灰度值标准差（最差情况）
smoothness_worst：半径长度局部变化（最差情况）
compactness_worst：周长^2 / 面积 - 1.0（最差情况）
concavity_worst：轮廓凹陷程度（最差情况）
concave points_worst：轮廓凹陷部分的数量（最差情况）
fractal_dimension_worst："海岸线近似" - 1（最差情况）
数据用途概述：
该数据集可用于乳腺癌的早期诊断、肿瘤性质分析、机器学习模型训练与评估等。研究人员可利用该数据开发预测模型，辅助医生进行诊断决策；可用于探索不同细胞特征与肿瘤类型的关系；也可用于医学教育，帮助学生理解乳腺癌诊断相关的细胞学指标。
