python乳腺癌预测
时间: 2023-07-05 12:26:04 浏览: 61
乳腺癌预测是一项重要的医学任务,可以使用机器学习算法来实现。以下是在Python中使用随机森林算法进行乳腺癌预测的示例代码:
```
# 导入必要的库
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 加载数据集
data = pd.read_csv("breast_cancer_data.csv")
# 提取特征和标签
X = data.drop("diagnosis", axis=1)
y = data["diagnosis"]
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 构建随机森林模型
rf = RandomForestClassifier(n_estimators=100, random_state=42)
# 拟合模型
rf.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = rf.predict(X_test)
# 计算准确率
acc = accuracy_score(y_test, y_pred)
print("Accuracy:", acc)
```
这里使用的数据集是乳腺癌诊断数据集,可以从网站上下载得到。代码中使用随机森林算法构建了一个分类模型,并使用训练集进行拟合和在测试集上预测,并最终计算出了模型的准确率。