从数据到诊断：朴素贝叶斯算法助力肿瘤预测之路

1.案例概述

肿瘤性质的判断影响着患者的治疗方式和痊愈速度。传统的做法是医生根据数十个指标来判断肿瘤的性质，预测效果依赖于医生的个人经验而且效率较低，而通过机器学习有望能快速预测肿瘤的性质。

 2.数据集

本次肿瘤预测使用的数据集共有569组样本。其中，良性肿瘤211例、恶性肿瘤358例。数据集中变量的详细描述如下表所示，表格中的“肿瘤性质”列为目标变量，剩下的字段为特征变量，目前只选取了6个特征变量，在医疗行业中实际用于判断肿瘤性质的特征变量要多得多。      

本案例的目的是根据这些数据搭建朴素贝叶斯模型，帮助医生提高判断效率，从而及早展开治疗。

 3.分析过程

（1）数据读取

import pandas as pd
df = pd.read_excel('肿瘤数据.xlsx')
df.head()

（2）提取特征变量和目标变量

X = df.drop(columns='肿瘤性质') 
y = df['肿瘤性质']

①这里将数据划分为特征变量X和目标变量y。对于特征变量X，通过 d