良恶性乳腺癌肿瘤预测

最新推荐文章于 2025-06-21 11:16:21 发布

仲夏199603

最新推荐文章于 2025-06-21 11:16:21 发布

阅读量4.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python机器学习

本文链接：https://blog.youkuaiyun.com/qq_32458499/article/details/78879250

本文介绍了如何利用pandas的loc函数处理数据，并借助sklearn的LogisticRegression进行良恶性乳腺癌肿瘤的预测。主要内容包括训练模型、预测、准确率评估和获取模型参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码如下：


# coding: utf-8

# In[ ]:


import pandas as pd


# In[2]:


df_train = pd.read_csv('../Datasets/Breast-Cancer/breast-cancer-train.csv')

df_test = pd.read_csv('../Datasets/Breast-Cancer/breast-cancer-test.csv')


# In[3]:


df_test_negative = df_test.loc[df_test['Type'] == 0][['Clump Thickness', 'Cell Size']]
df_test_positive = df_test.loc[df_test['Type'] == 1][['Clump Thickness', 'Cell Size']]


# In[4]:


import matplotlib.pyplot as plt

plt.scatter(df_test_negative['Clump Thickness'],df_test_negative['Cell Size'], marker = 'o', s=200, c='red')
plt.scatter(df_test_positive['Clump Thickness'],df_test_positive['Cell Size'], marker = 'x', s=150, c='black')

plt.xlabel('Clump Thickness')
plt.ylabel(