유방암 분류를 위한 의사 결정 트리 알고리즘의 성능 분석

배경/목적: 데이터 마이닝(DM) 기법은 데이터 웨어하우스와 기타 데이터베이스 리포지토리에 있는 유용한 정보를 추출하는 데 널리 사용된다. 의료 진단에서는 DM 접근법이 증상보다 질병의 빠른 인식을 돕는 역할을 한다. 의료 데이터를 분류하기 위해 많은 DM 기법이 연구자들에 의해 사용된다. 그 중 하나는 분류이다. 분류 알고리즘은 의료 영역에서 숨겨진 정보를 예측한다. 유방암은 인도와 같은 선진국에서 여성에게 매우 위험한 질병이다. 전 세계의 여성 사망자의 대부분이 유방암에 의해 영향을 받는다. 방법/통계 분석: 분류의 역할은 모든 분야의 실세계 응용 프로그램에서 중요하다. 분류는 미리 정의된 클래스 집합을 통해 원소의 특징을 허용하여 요소를 분류하는 데 사용된다. 이 연구는 j48, 분류 및 회귀 나무(CART), 교차 결정 트리(AD Tree), 최우선 트리(BF Tree)와 같은 분류 알고리즘을 사용하여 유방암 데이터를 분석한다. 결과: 분류 알고리즘의 성능을 찾기 위해, 이 연구는 암 데이터를 입력으로 사용한다. 특히, 이 연구는 유방암 데이터의 성능 정확도를 예측하는 네 가지 결정 트리 알고리즘을 비교하기 위해 수행된다. 모든 알고리즘은 분류 및 예측을 위한 데이터 세트를 분류하기 위해 유방암 데이터에 적용된다. 이 네 가지 방법 중 이 연구는 최고 분류기를 예측하기 위해 선택한 입력 데이터에 대한 최상의 알고리즘을 결론짓는다. 응용/개선: 유방암 데이터는 같은 알고리즘을 사용하여 이미지 촬영을 통해 분석될 예정이다. 또한, 유방암 이미지의 미세석회화는 같은 작업에서 조사될 예정이다. 키워드: CART 알고리즘, 분류 알고리즘, 결정 트리, J48 알고리즘