随机森林算法预测乳腺癌数据集

原创

于 2024-05-28 02:00:00 发布 · 1.1k 阅读

14 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #随机森林 #机器学习

一、算法思想

威斯康辛乳腺癌数据集：威斯康星州乳腺癌数据集包含699个细针抽吸活检的样本单元，其中 458个为良性样本单元，241个为恶性样本单元。对于每一个样本来说，另外九个变量是与判别恶性肿瘤相关的细胞特征。这些细胞特征得分为1(最接近良性)至10(最接近病变）之间的整数。

这十个变量分别是:肿块厚度（Clump Thickness）、细胞大小的均匀性（Uniformity of Cell Size）、细胞形状的均匀性（Uniformity of Cell Shape）、边际附着力（Marginal Adhesion）、单个上皮细胞的大小（Single Epithelial Cell Size）、裸核（Bare Nuclei）、乏味染色体（Bland Chromatin）、正常核（Normal Nucleoli）、有丝分裂（Mitoses）、Class代表类别(类型变量：2 for benign, 4 for malignant)。

任一变量都不能单独作为判别良性或恶性的标准,建模的目的是找到九