ترکیب درخت تصمیم و ماشین بردار پشتیبان برای تشخیص سرطان سینه

موضوع: سرطان سینه یکی از نگرانی های امروز جامعه جهانی می باشد. به عنوان نمونه سرطان سینه دومین عامل مرگ در جامعه آمریکا می باشد که در بین زنان 40 تا 59 ساله رخداده است. هزینه های بسیار زیادی بابت درمان این بیماری پرداخت می گردد. بنابراین تشخیص به موقع این بیماری منجر به بهبودی کامل یا طولانی شدن عمر بیماران با هزینه های بسیار پایین می شود. تعیین دقیق عوامل ایجاد کننده سرطان سینه باعث پیش بینی (تشخیص) زود هنگام این بیماری می گردد. هدف: هدف این تحقیق تعیین دقیق عوامل (ویژگی های) ایجاد کننده بیماری سرطان سینه می باشد به گونه ای که به توان بالاترین دقت ممکن را برای پیش بینی (تشخیص) این بیماری داد. روش تحقیق: در این تحقیق مدلی ترکیبی از درخت تصمیم و ماشین بردار پشتیبان برای تشخیص سرطان سینه به کار رفته است. درخت تصمیم علاوه بر پیش بینی، ویژگیهای مهم بیماری را استخراج (انتخاب) کرده است. در انتها، ویژگی های انتخاب شده به ماشین بردار پیشتیبان با حالت برای پیش بینی نهایی داده شدند. نتیجه: این مدل با کاهش 80% ویژگی ها (حذف 24 ویژگی از مجموع 30 ویژگی) دقت 100% در تشخیص سرطان سینه را داده است.

کلیدواژه ها:

سرطان سینه ، درخت تصمیم ، انتخاب ویژگی ، ماشین بردار پشتیبان