编写代码,给定一些肿瘤样本,现在希望能根据肿瘤数据对其进行判定是恶性的 (malignant) 还是良性的 (benign) 判断。 数据集有如下9个肿瘤属性,可以做成9个类别 数据集如下所示: ('1000025', 'b', 5, 1, 1, 1, 2, 1, 3, 1, 1) ('1002945', 'b', 5, 4, 4, 5, 7, 10, 3, 2, 1) ('1015425', 'b', 3, 1, 1, 1, 2, 2, 3, 1, 1) ('1016277', 'b', 6, 8, 8, 1, 3, 4, 3, 7, 1) ('1017023', 'b', 4, 1, 1, 3, 2, 1, 3, 1, 1) ('1017122', 'm', 8, 10, 10, 8, 7, 10, 9, 7, 1) ('1018099', 'b', 1, 1, 1, 1, 2, 10, 3, 1, 1) ('1018561', 'b', 2, 1, 2, 1, 2, 1, 3, 1, 1) 通过研究这些属性,找到肿瘤预测模式,根据肿瘤属性来判定肿瘤性质。注意使用SVM。
时间: 2023-07-02 11:22:21 浏览: 29
好的,针对这个问题,我们可以使用SVM来进行二分类任务,即判断肿瘤是良性还是恶性。我们先将数据集转化为可用于SVM训练的格式,即将属性值作为特征向量,将类别标签作为目标变量。
下面是代码实现:
```python
from sklearn import svm
import numpy as np
# 数据集
data = [('1000025', 'b', 5, 1, 1, 1, 2, 1, 3, 1, 1),
('1002945', 'b', 5, 4, 4, 5, 7, 10, 3, 2, 1),
('1015425', 'b', 3, 1, 1, 1, 2, 2, 3, 1, 1),
('1016277', 'b', 6, 8, 8, 1, 3, 4, 3, 7, 1),
('1017023', 'b', 4, 1, 1, 3, 2, 1, 3, 1, 1),
('1017122', 'm', 8, 10, 10, 8, 7, 10, 9, 7, 1),
('1018099', 'b', 1, 1, 1, 1, 2, 10, 3, 1, 1),
('1018561', 'b', 2, 1, 2, 1, 2, 1, 3, 1, 1)]
# 类别标签
labels = [1, 1, 1, 1, 1, -1, 1, 1]
# 将数据集转化为可用于SVM训练的格式
X = np.array([list(d[2:]) for d in data])
y = np.array(labels)
# 训练SVM模型
clf = svm.SVC(kernel='linear', C=1)
clf.fit(X, y)
# 利用SVM模型进行预测
new_data = [('1018562', 'b', 3, 1, 2, 1, 2, 1, 3, 1, 1),
('1018563', 'm', 7, 8, 9, 6, 5, 4, 3, 2, 1)]
X_new = np.array([list(d[2:]) for d in new_data])
y_new = clf.predict(X_new)
print(y_new)
```
输出结果:
```
[1 -1]
```
可以看到,对于新的两个肿瘤样本,第一个被判断为良性,第二个被判断为恶性。