갑상선암 진단 분류 해커톤 : 양성과 악성, AI로 정확히 구분하라!

데이콘 해커톤 | 알고리즘 | 입문 | 정형 | 분류 | F1 Score

  • moneyIcon 상금 : 데이스쿨 프로 구독권
  • 2025.05.07 ~ 2025.06.30 09:59 + Google Calendar
  • 816명 D-20

설명

Dataset Info.

  • train.csv [파일]
  • ID : 샘플별 고유 ID
  • Age : 환자의 나이
  • Gender : 성별
  • Country : 국적
  • Race : 인종
  • Family_Background : 가족력 여부
  • Radiation_History : 방사선 노출 이력
  • Iodine_Deficiency : 요오드 결핍 여부
  • Smoke : 흡연 여부
  • Weight_Risk : 체중 관련 위험도
  • Diabetes : 당뇨병 여부
  • Nodule_Size : 갑상선 결절 크기
  • TSH_Result : TSH 호르몬 검사 결과
  • T4_Result : T4 호르몬 검사 결과
  • T3_Result : T3 호르몬 검사 결과
  • Cancer : 갑상선암 여부 (0: 양성, 1: 악성)


  • test.csv [파일]
  • ID : 샘플별 고유 ID
  • Cancer를 제외한 train.csv와 동일한 형태


  • sample_submission.csv [파일] - 제출 양식
  • ID : 샘플별 고유 ID
  • Cancer : 갑상선암 여부 (0: 양성, 1: 악성)


※ 제공드리는 데이터를 엑셀로 열람하는 경우, 데이터가 비정상적으로 보이는 현상이 발생할 수 있으니 반드시 Pandas패키지와 같은 데이터툴을 이용하여 열람부탁드립니다.

상세