تشخیص سرطان پستان با استفاده از روش های یادگیری ماشین بر روی ویژگی های استخراج شده توسط درخت تصمیم
محل انتشار: چهارمین کنفرانس بین المللی محاسبات نرم
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 263
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG04_103
تاریخ نمایه سازی: 23 اسفند 1400
چکیده مقاله:
تشخیص به موقع و درست سرطان پستان، نقش بسیار کلیدی در درمان و حیات بیمار ایفا می کند. با استفاده از تکنیک های گوناگون یادگیری ماشین می توان سیستم هایی را برای تشخیص سرطان پستانطراحی نمود که با دقت بالایی خوشخیم یا بدخیم بودن تومور پستان را تشخیص دهند. در این مقاله با استفاده از روش های طبقه بندی کننده درجه دوم، طبقه بندی کننده بیزین ساده، روش k - نزدیک ترینهمسایه و روش ماشین بردار پشتیبان بر روی ویژگی های استخراج شده از درخت تصمیم به بررسی مدل ها و روش های طبقه بندی مناسب برای تشخیص سرطان پستان بر روی پایگاه داده های WBCD و WDBC پرداخته می شود. نتایج آزمایش ها حاکی از افزایش کارایی روش های طبقه بندی بر روی ویژگی های استخراج شده توسط درخت تصمیم است که نشان از توانایی درخت تصمیم در شناسایی و استخراج ویژگی های مناسب دارد.
کلیدواژه ها:
نویسندگان
راضیه شیخ پور
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه اردکان، ایران