# 数据准备
乳腺癌数据集从UCI获取，该数据集只包含连续类型特征，因此对所有特征使用Scikit-Learn的StandardScaler进行了归一化。为了模拟横向联邦学习场景，将数据集随机划分为三个大小类似的部分：（1）xx医院的训练集；（2）其他机构的训练集；（3）独立的测试集，用于准确评估横向联邦学习得到的模型准确率。此外由于原始的数据集较小，采用了Imbalanced-Learn中的SMOTE算法，进行了数据集的扩充。下表为扩充过后的数据集统计信息。
乳腺癌数据集统计信息。
| 统计量         | 取值   |
|:---|:---|
| 特征数目        | 30   |
| xx医院的训练样本数目 | 7366 |
| 其他机构的训练样本数目 | 7366 |
| 测试集样本数目     | 7257 |
   
#### 操作步骤
1. 进入TICS服务控制台。
2. 在计算节点管理中，找到购买的计算节点，通过登录地址，进入计算节点控制台。 
   图1前往计算节点   
   ![](https://support.huaweicloud.com/devg-tics/zh-cn_image_0000001692164344.png)
   
   
   

3. 登录到计算节点后，进入数据管理并进行数据集发布。 
   图2数据管理中新建数据集   
   ![](https://support.huaweicloud.com/devg-tics/zh-cn_image_0000001692324060.png)
   
   
   
4. 参考下图填写参数信息。（1）指定连接器为localConnector，选择数据文件的路径，填写数据名称；（2）字段配置中特征字段（x_{特征序号}）均配置为字段类型：FLOAT，字段类别：特征，特征类型：连续；标签字段（label）配置为字段类型：INTEGER，字段类别：标签。 
   图3配置数据集参数   
   ![](https://support.huaweicloud.com/devg-tics/zh-cn_image_0000001740122993.png)
   
   
   
5. 发布数据集。 
   图4发布数据集   
   ![](https://support.huaweicloud.com/devg-tics/zh-cn_image_0000001740282865.png)
   
   ![](https://support.huaweicloud.com/devg-tics/public_sys-resources/note_3.0-zh-cn.png)
   数据集发布的过程并不会直接从数据源中导出用户数据，仅从数据源处获取了数据集相关的元数据信息，用于任务的解析、验证等。