بررسی تشخیص سرطان سینه با استفاده از الگوریتم Random Forest

تشخیص سرطان سینه یکی از مسائل مهم در پزشکی است که با استفاده از الگوریتم های یادگیری ماشین می توان آن را تشخیص داد. یکی از الگوریتم های مورد استفاده در این زمینه، الگوریتم Random Forest است. Random Forest یک الگوریتم یادگیری ماشینی است که برای تشخیص سرطان سینه و دسته بندی نمونه های تصویر پراستفاده است. این الگوریتم بر اساس مجموعه ایاز درخت های تصمیم گیری کار می کند که هر کدام از آنها به صورت تصادفی از داده ها ساخته شده است. این الگوریتم به دلیلداشتن چندین درخت تصمیم گیری، قابلیت انعطاف پذیری بالا، قابلیت تشخیص دقیق و کاهش احتمال خطا را دارد با توجه به اینکه سرطان سینه یکی از بیماری های خطرناک و پیشرفته است، استفاده از الگوریتم Random Forest در تشخیص آن می تواند بهبود موثری در دقت تشخیص و پیشگیری از پیشرفت بیماری داشته باشد.در این تحقیق، الگوریتم رندم فارست بر روی داده های بالینی دیتاست bread cancer بیمار مبتلا و غیرمبتلا به سرطان سینه آموزش داده شده است. این دیتاست شامل ۱۰ ویژگی است،که نتایج حاصل از بررسی الگوریتم دقت لازم در تشخیص بیماری سرطان سینه را به ۷۴.۷۸۲۶ % افزایش نسبت به دیگر روش های متداول نشان می دهد .

کلیدواژه ها:

الگوریتم یادگیری ماشین ، تشخیص سرطان سینه bread cancer ، الگوریتم ، Forest Random ، پیش بینی سرطان