تشخیص تومورهای پستان با الگوریتم نایو بیز گوسی ارزیابی عملکرد و مقایسه با مدلهای پیشرفته

در این پژوهش، الگوریتم نایو بیز گوسی برای طبقه بندی تومورهای پستان به دو دسته بدخیم و خوش خیم با استفاده از داده های استاندارد سرطان پستان ویسکانسین به کار گرفته شد. پس از پیش پردازش شامل تبدیل برچسب ها به مقادیر دودویی و استانداردسازی ویژگی ها، داده ها به دو بخش آموزش و آزمون تقسیم شدند. مدل آموزش دیده با معیارهایی مانند دقت، ماتریس درهم ریختگی و گزارش طبقه بندی ارزیابی شد و دقت ۹۳.۵۷٪ را به دست آورد. تحلیل احتمالات نشان داد که مدل در تفکیک دو کلاس عملکرد مناسبی دارد، هرچند خطای False Negative همچنان چالش برانگیز است. در ادامه، عملکرد مدل با الگوریتم های پیشرفته تری مانند SVM، جنگل تصادفی و شبکه عصبی مقایسه شد که دقت بالاتری تا ۹۷.۶۶٪ ارائه دادند. با این حال، نایو بیز به دلیل سادگی، سرعت و قابلیت تفسیر گزینه ای مناسب برای کاربردهای پزشکی اولیه محسوب می شود و می تواند پایه ای برای توسعه مدل های پیشرفته تر باشد.

کلیدواژه ها:

نایو بیز گوسی ، سرطان پستان ، طبقه بندی تومور ، تحلیل احتمالات ، مقایسه مدل ها ، استانداردسازی داده ها