威斯康辛乳腺癌数据集

威斯康星乳腺癌数据集（Wisconsin Breast Cancer Dataset），也被称为WDBC，是一个著名的用于机器学习和数据挖掘的经典数据集。它最初由伊丽莎白·布里格斯·沃德豪斯（Elizabeth W.布莱希斯）等人在1990年代初期为了乳腺癌研究而创建。这个数据集包含了来自乳腺活组织切片图像的一些特征，以及是否为恶性（癌症）的标签。

数据集包含了一系列描述肿瘤细胞的属性，如形状、纹理、大小等，这些属性通常被表示为数值特征。每个样本都有两个类别标签：恶性（Malignant）和良性（Benign）。这些特征通过统计方法（例如均值、标准差、频率分布等）得出，而非直接从图像中提取。

对于机器学习和数据分析人员来说，这个数据集是一个很好的实践案例，可以帮助学习和验证分类算法，比如支持向量机（SVM）、决策树、随机森林等模型的表现。同时，它也被广泛用于解释和可视化数据预处理、特征选择和模型评估的过程。