Spaces:
Sleeping
Sleeping
File size: 3,201 Bytes
1b0d4fd 5a60c07 1b0d4fd faf1a8c 5a60c07 faf1a8c 1b0d4fd faf1a8c 5a60c07 faf1a8c 1b0d4fd faf1a8c 1b0d4fd faf1a8c 1b0d4fd 5a60c07 faf1a8c 1b0d4fd faf1a8c 1b0d4fd 5a60c07 faf1a8c 1b0d4fd faf1a8c 1b0d4fd faf1a8c 5a60c07 faf1a8c 5a60c07 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 | import streamlit as st
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from sklearn.datasets import load_breast_cancer
def run_eda():
st.title("📊 Exploratory Data Analysis (EDA) - Breast Cancer Dataset")
# Load dataset
data = load_breast_cancer()
df = pd.DataFrame(data.data, columns=data.feature_names)
df["target"] = data.target
# --- Intro untuk orang awam ---
st.markdown(
"Dataset ini berasal dari **Breast Cancer Diagnostic Dataset**, "
"yang berisi hasil pengukuran sel kanker payudara dari pasien. "
"Tujuannya adalah **membedakan tumor ganas (malignant)** dan "
"**jinak (benign)** berdasarkan karakteristik fisik sel, seperti "
"ukuran, tekstur, dan bentuknya."
)
# --- Dataset overview ---
st.markdown("### 🧾 Dataset Overview")
st.write("Berikut adalah contoh 5 baris pertama dari dataset:")
st.dataframe(df.head())
# --- Data summary ---
st.markdown("### 📈 Statistik Data")
st.write(
"Tabel di bawah menunjukkan statistik deskriptif dari setiap fitur — "
"misalnya rata-rata, standar deviasi, nilai minimum dan maksimum."
)
st.dataframe(df.describe())
# --- Target distribution ---
st.markdown("### ⚖️ Distribusi Target")
fig, ax = plt.subplots()
sns.countplot(x="target", data=df, palette="Set2", ax=ax)
ax.set_xticklabels(["Malignant (0) - Ganas", "Benign (1) - Jinak"])
ax.set_title("Distribusi Kelas Pasien")
st.pyplot(fig)
st.markdown(
"Terlihat bahwa **jumlah pasien dengan tumor jinak lebih banyak** "
"dibanding yang ganas. Ini wajar dalam data medis karena kasus jinak "
"biasanya lebih umum ditemukan."
)
# --- Correlation heatmap ---
st.markdown("### 🔥 Korelasi Antar Fitur")
fig, ax = plt.subplots(figsize=(10, 8))
sns.heatmap(df.corr(), cmap="coolwarm", center=0, ax=ax)
ax.set_title("Heatmap Korelasi Antar Fitur")
st.pyplot(fig)
st.markdown(
"Warna merah menunjukkan korelasi positif (fitur naik bersama), "
"sedangkan biru menunjukkan korelasi negatif. "
"Misalnya, *mean radius* dan *mean perimeter* memiliki korelasi "
"sangat tinggi, yang berarti keduanya berhubungan erat."
)
# --- Feature example ---
st.markdown("### 🔍 Contoh Distribusi Salah Satu Fitur")
fig, ax = plt.subplots()
sns.histplot(df["mean radius"], kde=True, color="skyblue", ax=ax)
ax.set_title("Distribusi Fitur 'Mean Radius'")
st.pyplot(fig)
st.markdown(
"Fitur `mean radius` menunjukkan ukuran rata-rata sel. "
"Semakin besar radiusnya, biasanya semakin berpotensi sebagai "
"tumor ganas."
)
# --- Closing summary ---
st.markdown(
"---\n"
"💡 **Kesimpulan Singkat:**\n"
"- Dataset ini memiliki total **569 sampel pasien**.\n"
"- Sebagian besar pasien memiliki **tumor jinak**.\n"
"- Beberapa fitur saling berkorelasi tinggi (misalnya ukuran dan "
"perimeter sel).\n"
"- Analisis ini membantu kita memahami pola sebelum melatih model "
"Machine Learning."
)
|