مروری بر جنبه های مختلف پیاده سازی سیستم تصمیم یار جهت تشخیص سرطان پستان

داده کاوی تکنیکی برای کشف دانش پنهان در مجموعه داده های بزرگ است. این روش با روش ها و الگوریتم های مختلفی برای انجام تجزیه و تحلیل کارآمد نسبت به مجموعه داده ها درگیر است. طبقه بندی تکنیکی است که برای انباره داده ها استفاده می شود و به پیش بینی آینده کمک می کند. الگوریتم های مختلف داده کاوی برای طبقه بندی مانند C4.5، Simple Cart، NavieBayesen، Logistics Regressionو Multi Layer Perceptron مبتنی بر شبکه عصبی مصنوعی در دسترس هستند. هدف اصلی این مقاله تجزیه و تحلیل بهره وری از الگوریتم های مختلف طبقه بندی از نظر عملکرد ، دقت و پیچیدگی زمان است. مجموعه داده های زنجیره ای ارتباط از راه دور برای تجزیه و تحلیل استفاده می شود. نتایج به دست آمده نشان داد که الگوریتم MLP از لحاظ دقت بیش از پیش و الگوریتم C4.5 عملکرد بهتری را از نظر پیچیدگی زمانی فراهم می کند.

کلیدواژه ها:

سرطان پستان ، سیستم تصمیم یار ، شبکه عصبی ، الگوریتم پرسپترون