sklearn实战-乳腺癌细胞数据挖掘

警钟长鸣！癌症离我们远吗？

前言：《我不是药神》催人泪下，笔者在此警钟长鸣，癌症不是小概率疾病，癌症就在身边。癌症早期发现和控制可极大延长寿命和减少治疗费用。笔者下载美国威斯康辛临床数据，运用python sklearn建立乳腺癌分类器模型，可预测正常细胞和癌细胞。

最近，徐峥的《我不是药神》上映8天，累计票房已过13亿，其口碑过硬，跻身年度国产片票房榜第四名。电影主角原型是无锡人陆勇，一位企业家，许多白血病患者称他为“药神”。进口抗白血病药物格列宁太贵，普通患者无法承受而默默等死。陆勇从印度带来廉价格列宁仿制药挽救上千名病友。2013年竟因涉嫌贩卖“假药”，被警方带走。之后千余名白血病病友签名为陆勇求情，最终有关部门“撤回起诉”。这部电影催人泪下，笔者看完这部电影后，感触极深，我想提醒各位睡梦中的朋友，癌症真的离我们遥远吗？

杜甫曾作诗：

好雨知时节，当春乃发生。

随风潜入夜，润物细无声

其诗描述了春雨慢慢到来过程。其实随着现代化进程，癌症就像一场慢性瘟疫，渐渐融入我们每个家庭，并在全球扩散。记者采访中一个美国妇女说隔壁邻居患了癌症，家人也患了癌症，朋友也患了癌症。以前癌症是个很遥远的概率，现在到处都听说他的存在。癌症就像一个死亡幽灵，飘荡在城市的各个角落。

Laura ROZEK，美国密歇根州大学公共卫生学院教授，生物统计学家，环境学家。她在一次TED演讲中讲到有毒物质进入体内后可以引起DNA断裂，引发DNA突变。正常细胞失去原有功能后可能转变为癌细胞。泰国数据统计：工业污染区域癌症概率非常高，远远高于正常的1/5。

几十年前癌症还是小概率疾病，患病率较低。随着化工产品对自然生态污染，电磁辐射，，食品添加剂污染，较快生活节奏，加班熬夜对身体透支，癌症患病率逐年增高，目前癌症肿瘤是人类最大杀手之一，每年侵蚀上万生命。天价药品专利费可以让一盒7颗抗癌药物卖到几千到几十万。巨大商业利益驱使国内外大型国药企对抗癌新药研发投入，研发费用逐年上升，纷纷抢夺和瓜分癌症治疗市场。

经过长时间的数据清洗和统计，我得到了2000-2016年美国在研新药申请数量表。根据治疗疾病分类，排名第一的是抗肿瘤类药物，排名第二的是抗癌症类药物（肿瘤有良性和恶性，癌指恶性肿瘤，）。众所周知，癌症肿瘤类新药研发难度大，耗时长，成功率低，费用高。从临床前期到临床四期，可能要砸十几亿。即便如此高的成本风险，何罗氏，武田，雅培等大佬还是往这个领域砸钱？答案是肯定的，巨大市场和经济利益远远高于成本。

我在这里警钟长鸣，各位观众，癌症不是遥不可及，不是和你没关系，癌症就在你或家人朋友身边。良好教育和早期预防知识可以挽救你的生命，挽救你家人的生命，挽救你朋友的生命。

很多悲剧是可避免的，早期对癌细胞的发现和治疗可以极大控制癌细胞扩散，有助于延长生命。癌症中期和晚期的治疗成本远远高于早期，因此早发现早治疗，早控制，积极调整生活方式，建立健康和平衡的生活节奏。在印度很多进口药被强行取消专利，在国内十几万的药品在印度几百元即可买到。再次强调早期发现和治疗癌症可以延长生命时间并节约治疗费用。

我用Python对美国威斯康辛临床数据进行挖掘，发现癌细胞比正常细胞要大，半径更长，周长更长，凹凸不平，形态各异，非常有趣。

此课程有较大临床价值和商业，曾经吸引多名科研机构和三甲医院教授关注，并商讨临床合作和商业合作。运用机器学习算法探索人体奥义，挖掘癌细胞的特征，利于早期发现癌细胞。

课程名：sklearn实战-乳腺癌细胞数据挖掘

学习平台：网易云课堂

网址：https://study.163.com/course/introduction.htm?courseId=1005269003

课程特点：

讲解了癌症常识，癌症是如何引起的。我们如何避免癌症。

以实际案例为导向，贯穿机器学习算法原理，运用了python sklearn，spss和Excel工具。

运用了决策树，神经网络，因子分析，支持向量机等算法建立分类器，预测细胞是癌细胞或正常细胞。

本视频系列通俗易懂，课程针对学生，老师，医学癌症领域，生物信息学，python爱好者，机器学习领域，算法和模型爱好者。

本视频教程系列有完整python代码，观众看后可以下载实际操作。

数据来自美国威斯康辛临床机构的真实数据！观众也可以根据教程指示去官网下载。