云边端协作的分布式数据安全训练与预测测试数据集

本测试数据包含10万条样本的乳腺肿瘤特征数据，每个样本包含9个数值型特征（包括Clump Thickness、Uniformity of Cell Size、Uniformity of Cell Shape、Marginal Adhesion等）及对应的诊断标签（恶性/良性）。数据来源于UC Irvine机器学习库中的Breast Cancer Dataset，基于原始数据集编写Java程序，将每个样本重复生成80次并分别存储于两个边缘节点模拟分布式环境，通过数据聚合将规模扩展至10万条样本，数据量约20MB。

搜集汇总

背景与挑战

背景概述

该数据集专为云边端协作的分布式数据安全训练与预测测试设计，基于UCI乳腺癌数据集，通过将每个样本重复80次并分别存储于两个边缘节点来模拟分布式环境，最终聚合形成约32.64MB的10万条乳腺肿瘤特征数据。每个样本包含9个数值型特征及恶性/良性诊断标签，可用于分布式机器学习模型的训练与评估。