Select Language

AI社区

公开数据集

芝加哥大学比林斯医院乳腺癌手术患者存活的研究案例数据集

芝加哥大学比林斯医院乳腺癌手术患者存活的研究案例数据集

1K
631 浏览
1 喜欢
5 次下载
0 条讨论
Life Classification

Data Set Information:该数据集包含来自芝加哥大学比林斯医院1958至1970年间进行的乳腺癌手术患者存活的研究案例。Attribute Inf......

数据结构 ? 1K

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    Data Set Information:

    该数据集包含来自芝加哥大学比林斯医院1958至1970年间进行的乳腺癌手术患者存活的研究案例。


    Attribute Information:

    1.手术时患者的年龄(数字)
    2.患者手术年份(1900年,数字)
    3.检测到的阳性腋窝淋巴结数(数字)
    4.生存状态(类属性)
    --1=患者存活5年或更长时间
    --2=患者在5年内死亡


    Relevant Papers:

    Haberman, S. J. (1976). Generalized Residuals for Log-Linear Models, Proceedings of the 9th International Biometrics Conference, Boston, pp. 104-122.

    Landwehr, J. M., Pregibon, D., and Shoemaker, A. C. (1984), Graphical Models for Assessing Logistic Regression Models (with discussion), Journal of the American Statistical Association 79: 61-83.
    [Web link]

    Lo, W.-D. (1993). Logistic Regression Trees, PhD thesis, Department of Statistics, University of Wisconsin, Madison, WI.
    [Web link]


    Papers That Cite This Data Set1:


    Dennis DeCoste. Anytime Query-Tuned Kernel Machines via Cholesky Factorization. SDM. 2003.  [View Context].

    Dennis DeCoste. Anytime Interval-Valued Outputs for Kernel Machines: Fast Support Vector Machine Classification via Distance Geometry. ICML. 2002.  [View Context].

    Yin Zhang and W. Nick Street. Bagging with Adaptive Costs. Management Sciences Department University of Iowa Iowa City.  [View Context].

    Denver Dash and Gregory F. Cooper. Model Averaging with Discrete Bayesian Network Classifiers. Decision Systems Laboratory Intelligent Systems Program University of Pittsburgh.  [View Context].

    Citation Request:

    Please refer to the Machine Learning Repository's citation policy


    Donor:  

    Tjen-Sien Lim (limt '@' stat.wisc.edu)




    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:15 去赚积分?
    • 631浏览
    • 5下载
    • 1点赞
    • 收藏
    • 分享