تشخیص سرطان پستان با استفاده از روش های یادگیری ماشین بر روی ویژگی های استخراج شده توسط درخت تصمیم

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:

سرطان پستان ، یادگیری ماشین ، درخت تصمیم ، انتخاب ویژگی