摘要：该数据集汇集了乳腺癌正常组织、肿瘤组织、复发状态、治疗反应及模拟样本的高维基因表达数据，由BC-TCGA、GSE2034、GSE25066和Simulation-Data四个独立子数据集组成。
数据集概述
该数据集汇集了乳腺癌正常组织、肿瘤组织、复发状态、治疗反应及模拟样本的高维基因表达数据，由BC-TCGA、GSE2034、GSE25066和Simulation-Data四个独立子数据集组成，主要用于乳腺癌分类、预后分析、疗效预测和高维数据降维研究。
数据结构与关键特征
包含17,814个基因和590个样本，其中正常组织61例、乳腺癌组织529例；GSE2034包含12,634个基因和286例乳腺癌样本，其中复发107例、未复发179例；GSE25066包含12,634个基因和492例样本，其中病理完全缓解100例、残留病灶392例；模拟数据包含100个阳性样本、100个阴性样本和10,000个服从指定正态分布的特征。数据具有维度高、样本量相对有限、来源多样及分类任务丰富等特点。
应用价值与研究方向
该数据集可用于乳腺癌组织识别、肿瘤复发预测、新辅助治疗反应评估、差异表达基因筛选和生物标志物发现，也适合比较随机投影、主成分分析、特征选择及深度学习等降维和分类方法，并可开展跨队列泛化、领域适应及高维小样本学习研究。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-664
文件大小：100M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)