Analýza údajov o rakovine prsníka

Úvod

Rakovina prsníka patrí medzi ochorenia, pri ktorých môže byť včasná diagnostika veľmi dôležitá. Pri hodnotení nádoru sa sleduje viacero jeho charakteristík, napríklad veľkosť, tvar alebo štruktúra buniek.

Motivácia výberu dát

Tému rakoviny prsníka som si vybrala preto, že ide o dôležitú a zároveň zaujímavú oblasť, pri ktorej sa dajú dobre využiť možnosti dátovej analýzy. Zaujalo ma, že dataset obsahuje viacero charakteristík nádorov, vďaka ktorým je možné sledovať rozdiely medzi jednotlivými diagnózami a hľadať medzi údajmi určité súvislosti. Zároveň som chcela pracovať s reálnymi údajmi a na konkrétnom príklade si vyskúšať ich spracovanie, vizualizáciu a interpretáciu.

Charakteristika datasetu

Dataset obsahuje údaje o bunkách nádorov prsníka. Pre každé pozorovanie
je k dispozícii viacero charakteristík, ktoré opisujú tvar a štruktúru
buniek.

Medzi vybrané premenné patria:

• radius – priemerný polomer bunky,

• texture – charakteristika textúry,

• perimeter – priemerný obvod bunky,

• area – priemerná plocha bunky,

• smoothness – hladkosť,

• compactness – kompaktnosť,

• concavity – konkávnosť,

• symmetry – symetria.
  

  Literatúra

• Kaggle. Breast Cancer Wisconsin (Diagnostic) Dataset.
  Dostupné na:
  https://www.kaggle.com/competitions/breast-cancer-prediction/data?utm_source=chatgpt.com