使用乳腺癌数据集的人工神经网络

介绍

在本文中，我们将学习一种深度学习技术如何用于寻找乳腺癌数据集的准确性，但我知道大多数技术人员不知道我在说什么，我们将从基础开始，然后继续讨论我们的主题。首先我们简单介绍一下深度学习，什么是人工神经网络？

什么是深度学习？

如果我们谈论深度学习，那么可以简单地理解它是机器学习的一个子集。我们可以说深度学习是一种人工智能功能，它模仿人脑并处理该数据并创建用于决策的模式。

深度学习是一种类似于人脑的机器学习类型，它使用称为神经网络的多层算法结构。它的算法试图复制人类将使用给定逻辑结构分析数据的数据。它也被称为深度神经网络或深度神经学习。

在深度学习中有一个叫做人工神经网络的概念，我们将在下面简要讨论：

人工神经网络

顾名思义，人工神经网络，就是人工神经元的网络。它指的是模仿大脑的生物启发模型。可以说，构建人脑结构的通常是基于生物神经网络的计算网络。

大家都知道，在我们的大脑中，神经元是相互连接和传递数据的过程。它类似于人脑神经元之间相互连接，神经网络由大量人工神经元组成，称为按层顺序排列的单元。具有各层神经元并形成一个完整的网络。这些神经元被称为节点。

它由三层组成，分别是：

• 输入层

• 隐藏层

• 输出层

使用乳腺癌数据集创建ANN

现在我们进入我们的主题，这里我们将采用数据集，然后创建人工神经网络并对诊断进行分类。

首先，我们采用乳腺癌的数据集，然后继续前进。

乳腺癌数据集：https://www.kaggle.com/uciml/breast-cancer-wisconsin-data

下载数据集后，我们将导入所需的重要库。

导入库

#import pandas
import pandas as pd
#import numpy
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sb

这里我们导入了 pandas、NumPy 和一些可视化库。

现在我们使用pandas加载我们的数据集：

df = pd.read_csv('Breast_cancer.csv')
df

在此数据集中，