一、数据集描述
数据集使用的是威斯康星乳腺癌(Breast Cancer Wisconsin),数据集下载。一共包含569个恶性或者良性肿瘤细胞样本,第一列id是样本的唯一编号,,第二列表示的是样本对应的结果(M代表恶性,B代表良性)。3~32列包含了30个从细胞核照片中提取、用实数值标识的特征,用于构建判定模型,对肿瘤是良性还是恶性做出预测。
二、Pipeline类的使用
1、将字符类标转换为数值
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.decomposition import PCA
from sklearn.linear_model impo