乳腺X光片癌症分类数据集

乳腺X光片癌症分类数据集 数据来源：互联网公开数据 标签：乳腺癌,医学影像,机器学习,模式识别,分类,不平衡数据 数据概述： 乳腺X光片癌症分类数据集是一个在机器学习领域广泛使用的数据集，包含乳腺X光片图像及其对应的标签，标签分为良性或恶性。数据集由Dr. Geoffrey Hinton和Dr. Yoshua Bengio创建，用于训练和测试机器学习模型以进行乳腺癌诊断。数据集包含11,183个样本，其中包括260个少数类样本（微钙化）和10,923个多数类样本。该数据集在计算机视觉和机器学习领域具有重要应用价值。 数据用途概述： 该数据集适用于乳腺癌检测算法的开发和评估、医学影像分析、模式识别技术的研究以及机器学习模型的训练和测试。研究人员可以利用此数据集来比较不同分类算法的性能，并开发更准确的乳腺癌诊断工具。此外，数据集也适合用于教育培训，帮助学习者理解和应用医学影像处理和机器学习技术。