بررسی کرنل های مختلف ماشین بردار پشتیبان در تشخیص سرطان سینه

جسم انسان از میلیونها سلول تشکیل شده است که در کنار هم، بافتهایی مانند ماهیچه ها، استخوان و پوست را می سازند که هر کدام یک عملکرد واحد دارند. بعضی اوقات تقسیم سلولها، بدون کنترل و به صورت غیر عادی انجام می شود. رشد غیر عادی و بیش از حد سلولهای بافت، تومور نامیده می شود که می تواند خوش خیم و یا بدخیم باشد. به رشد و تکثیر بی رویه و خارج از کنترل تعدادی از سلولهای بدن سرطان گفته میشود.از هر هشت زن یک زن در بره ه ای از زندگی خود مستعد ابتلا به سرطان سینه است. تشخص زودهنگام و درمان ثمربخش تنها راه نجات برای کاهش مرگ و میر ناشی از سرطان سینه است. طبقه بندی دقیق تومور سرطان سینه یک وظیفه مهم در تشخیص پزشکی است.در این مقاله به پیاده سازی ماشین بردار پشتیبان با کرنل های مختلف پرداختیم و از پایگاه داده های سرطان سینه UCI استفاده کردیم. پیاده سازی با تعداد تکرار 30 دور با دو لایه پنهان صورت گرفت. معیارهایی مانند صحت، ویژگی، حساسیت و میانگین مربع خطای ایجاد شده برای اعتبارسنجی عملکرد، مورد استفاده قرار گرفت. نسبتهای مختلفی برای داده های آزمایش و تست(70-30 و 60-40 و ( 50-50 مورد بررسی قرار گرفت. ماشین بردار پشتیبان با کرنل rbf در نسبت های مختلف آموزش و تست 50-50)، 40-60 و (30-70 به ترتیب به حداکثر دقت 99.976٪ 99.98٪ و%99.97 و در تکرار 15 ام نیز به 100٪دست یافت. نتایج میانگین مربع خطای داده های تست برای بخش های آموزش و تست به ترتیب برابر0.0147 ،0.0147 و 0.0191و در تکرار 15 ام نیز به 0دست پیدا کرد. نتایج ماشین بردار پشتیبان با کرنل rbf و sigma =15 نسبت به دیگر کرنل ها (mlp ,Polynomial) دارای بالاترین دقت میباشد.

کلیدواژه ها:

سرطان سینه ، ماشین بردار پشتیبان ، تابع پایه شعاعی ، پرسپترون چندلایه ، کرنل چند جمله ای.