[DA45] 使用SVM进行乳腺癌检测

        数据集来自美国威斯康星州的乳腺癌诊断数据集. 由于数据特征较多, 本例使用相关性分析与主成分分析两种方法进行降维了处理, 再通过SVM支持向量机模型对数据进行了分类.

一. 数据预处理

        加载数据后对数据进行探索, 可以看到数据可以分为5类:

    (一) ID

    (二) diagnose 

        诊断结果. 其中'B'代表良性, 包含357例; 'M'代表恶性, 包含212例.

    (三) 包含mean的数据

radius_mean	半径平均值
texture_mean	文理平均值
perimeter_mean	周长平均值
area_mean	面积平均值
smoothness_mean	平滑程度平均值
compactness_mean	紧密度平均值
concavity_mean	凹度平均值
concave points_mean	凹缝平均值
symmetry_mean	对称性平均值
fractal_dimension_mean	分形维数平均值

    (四) 包含se的数据

        内容与包含mean的数据大致相同, 为各个数据的方差.

    (五) 包含worst的数据

        内容