[DataSet] UCI - Breast Cancer Wisconsin (Original) 가져오기

🔍 예상 검색어

# 유방암 데이터셋

# Breast Cancer Data

# 1~10으로 이루어진 UCI 유방암 데이터셋

# UCI 유방암 악성 양성 분류 데이터셋

 

---

 

해당 포스팅은 머신러닝 연구 및 실습으로 많이 사용되고 있는 UCI의 Breast Cancer Wisiconsin (Original)유방암 데이터셋 불러오는 방법에 대하여 정리하였습니다. UCI의 유방암 데이터셋에는 2가지 종류가 있는데 해당 데이터셋은 개별 컬럼들이 1~10까지 숫자로만 레이블링 되어있는 데이터셋이므로 사용하실 때 이 점 참고하여 주시기 바라며, 데이터셋의 도메인 지식에 대하여 이해를 돕고자 attribute를 정리한 내용을 함께 첨부드립니다.

 

1. Breast Cancer Wisconsin (original) 데이터 셋은 699개 인덱스와 Class 컬럼을 포함해 총 10개의 컬럼으로 이루어진 데이터셋입니다. 데이터 셋 속성은 다음과 같습니다.

# Attribute Information:
1. Sample code number: id number
2. Clump Thickness: 1 - 10
3. Uniformity of Cell Size: 1 - 10
4. Uniformity of Cell Shape: 1 - 10
5. Marginal Adhesion: 1 - 10
6. Single Epithelial Cell Size: 1 - 10
7. Bare Nuclei: 1 - 10
8. Bland Chromatin: 1 - 10
9. Normal Nucleoli: 1 - 10
10. Mitoses: 1 - 10
11. Class: (2 for benign, 4 for malignant)

2. 해당 데이터셋은 하단에 첨부된 링크를 통하여 홈페이지에서 직접 다운로드하실 수도 있고, 간단하게 소스코드로 데이터를 불러오실 분은 아래 코드를 참고하여 주시기 바랍니다.

import pandas as pd

data = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data', header=None)
data.columns = ['id', 'Clump Thickness', 'Uniformity of Cell Size', 'Uniformity of Cell Shape', 'Marginal Adhesion', 
                'Single Epithelial Cell Size', 'Bare Nuclei', 'Bland Chromatin', 'Normal Nucleoli', 'Mitoses', 'Class']
data.head()

 

데이터셋 샘플

3. 다음은 도메인 지식에 대한 이해를 돕고자 attribute에 대해 정리한 내용입니다. 데이터마이닝 수업 자료 준비를 위해 정리했던 내용인데 부족한 내용이지만 도움이 되기를 바랍니다.

---

# 데이터셋 출처

UC Irvine Machine Learning Repository