مروری بر پرکاربردترین الگوریتم های داده کاوی برای تشخیص سرطان سینه

تکنیک های داده کاوی از اواسط دهه 1990، به عنوان یک ابزار قدرتمند برای کشف الگوهای ناشناخته و اطلاعات مفید از درون دیتاست های بزرگ، وارد دنیای علم شد. هدف داده کاوی، یافتن الگوها و یا مدل های موجود در پایگاه داده ها است که در میان حجم عظیمی از داده ها مخفی هستند. داده کاوی در زمینه پزشکی دارای کاربردهای بسیار وسیع و در عین حال حساس و حیاتی است. با توجه به این که داده های پزشکی با ارزش ترین و حساس ترین داده ها برای کاوش و تحلیل هستند، تحلیل و کسب دانش از آنها، می باید با درجه بالایی از دقت و حساسیت صورت گیرد. در این پژوهش با استناد به تحقیقات صورت گرفته در حوزه تشخیص سرطان سینه، که یکی از شایع ترین بیماریها در بین زنان می باشد، به بررسی و ارزیابی سه الگوریتم k-نزدیکترین همسایه، درخت تصمیم و ماشین بردار پشتیبان پرداخته شده است.

کلیدواژه ها:

داده کاوی ، تشخیص سرطان پستان ، ماشین بردار پشتیبان ، درخت تصمیم ، K-نزدیکترین همسایه