SVM-Machine_Brustkrebs

Inhaltsverzeichnis

• Aufgabenbeschreibung
• Vorbearbeitung der Daten
  • Teil 1: Überblick gewinnen
• Visualisierung der Daten
  • Teil 2: Verteilung eines Features plotten I
  • Teil 3: Verteilung eines Features plotten II
  • Teil 4: Zusätzliche Features plotten
• Machine Learning
  • Teil 6: Daten extrahieren
  • Teil 7: Häufigkeiten plotten
  • Teil 8: Daten splitten
  • Teil 9: SVM trainieren
  • Teil 10: Genauigkeit des Modells berechnen
  • Teil 11: Confusion Matrix
  • Teil 12: Confusion Matrix II

Aufgabenbeschreibung (Datensatz analysieren)

In diesem Notebook soll ein Datensatz über Brustkrebs analysiert werden. Es soll ein SVM-Klassifikator trainiert werden, der gutartige von bösartigen Tumoren möglichst zuverlässig unterscheiden kann. Wir importieren hierfür die notwendigen Bibliotheken und importieren die Daten von sklearn.