文脈 この乳がんデータベースは、ウィスコンシン大学病院（マディソン）のウィリアム・H・ウォルバーグ博士から取得されたものです。 内容 過去の利用状況： 属性2から10までは、事例を表すために使用されています。 各事例は、良性または悪性の2つの可能なクラスのいずれかを持っています。 1. Wolberg,~W.~H., \& Mangasarian,~O.~L. (1990). Multisurface method of pattern separation for medical diagnosis applied to breast cytology. In {\it Proceedings of the National Academy of Sciences}, {\it 87}, 9193--9196. -- データセットのサイズ：当時は369事例のみ -- 収集された分類結果：1回の試行のみ -- 2組の平行な超平面が、データの50%と一致することがわかりました -- 残りの50%のデータセットに対する精度：93.5% -- 3組の平行な超平面が、データの67%と一致することがわかりました -- 残りの33%のデータセットに対する精度：95.9% 2. Zhang,~J. (1992). Selecting typical instances in instance-based learning. In {\it Proceedings of the Ninth International Machine Learning Conference} (pp. 470--479). Aberdeen, Scotland: Morgan Kaufmann. -- データセットのサイズ：当時は369事例のみ -- 4つの事例ベースの学習アルゴリズムを適用 -- 10回の試行にわたって平均した分類結果を収集 -- 最良の精度結果： -- 1-最近傍法：93.7% -- 200事例で訓練し、残りの169事例でテスト -- また興味深いこと： -- 典型的な事例のみを使用：92.2%（23.1事例のみを保存） -- 200事例で訓練し、残りの169事例でテスト 4. 関連情報： サンプルは、ウォルバーグ博士が臨床事例を報告するたびに定期的に到着します。 したがって、データベースはこのデータの時系列的なグループ分けを反映しています。 このグループ分け情報は、データ自体から取り除かれて、すぐ下に表示されます。 グループ1：367事例（1989年1月） グループ2：70事例（1989年10月） グループ3：31事例（1990年2月） グループ4：17事例（1990年4月） グループ5：48事例（1990年8月） グループ6：49事例（1991年1月更新） グループ7：31事例（1991年6月） グループ8：86事例（1991年11月） ----------------------------------------- 合計：699点（1992年7月15日の寄贈データベース時点） 過去の利用状況で要約された結果は、サイズ369のデータセットを指していますが、グループ1には367事例しかありません。これは、もともと369事例が含まれていたが、2つが削除されたためです。以下の文は、元のグループ1のデータセットに対する変更を要約しています。 ## グループ1 : 367点: 200良性 167悪性（1989年1月） ## 1991年1月10日修正: 1080185と1187805の裸核を0から置き換え ## 1991年11月22日修正: 765878,4,5,9,7,10,10,10,3,8,1 レコードなしを削除 ## : 484201,2,7,8,8,4,3,10,3,4,1 上皮細胞が0のものを削除 ## : サンプル1219406のフィールド6の0を1に変更 ## : 以下のサンプルのフィールド8の0を1に変更: ## : 1182404,2,3,1,1,1,2,0,1,1,1 5. 事例の数：699（1992年7月15日時点） 6. 属性の数：10個とクラス属性 7. 属性情報：（クラス属性は最後の列に移動されています） # 属性 ドメイン -- ----------------------------------------- 1. サンプルコード番号 識別番号 2. 塊の厚さ 1 - 10 3. 細胞サイズの均一性 1 - 10 4. 細胞形状の均一性 1 - 10 5. 辺縁接着性 1 - 10 6. 単一上皮細胞サイズ 1 - 10 7. 裸核 1 - 10 8. 淡染クロマチン 1 - 10 9. 正常な核小体 1 - 10 10. 有糸分裂 1 - 10 11. クラス: （良性は2、悪性は4） 8. 欠損属性値：16 グループ1から6には、1つの欠損（すなわち、利用できない）属性値を含む16の事例があり、現在は「?」で表されています。 9. クラス分布: 良性: 458（65.5%） 悪性: 241（34.5%） 謝辞 1. O. L. MangasarianとW. H. Wolberg：「線形計画法によるがん診断」