سال انتشار: ۱۳۹۱

محل انتشار: پانزدهمین کنفرانس دانشجویی مهندسی برق ایران

تعداد صفحات: ۶

نویسنده(ها):

پیمان غلامی – دانشگاه آزاد اسلامی واحد اراک
ارسلان نجفی – دانشگاه بیرجند، دانشکده برق و کامپیوتر،گروه قدرت
پیمان غلامی – دانشگاه علم و صنع ایران، واحد اراک،

چکیده:

تشخیص – بیماری های مختلف در علم پزشکی، یکی از زمینه های پرکاربرد داده کاوی محسوب می شود که در سال های اخیر تحقیقات و مطالعات زیادی پیرامون آن انجام شده است . از دیدگاه داده کاوی، پیش بینی در تشخیص بیماری، جزء مسائل طبقه بندی داده ها محسوب می شود. . در این مقاله به مقایسه و ارزیابی تکنیک های طبقه بندی c4.5 ، پرسپترون چند لایه ، Bagging و PART به منظور تشخیص سرطان سینه پرداخته شده است . نتایج حاصل از انجام آزمایشات نشان می دهدکه SVM در معیارهای Sensitivity و Accuracy و Negative Predictive Value بهترین عملکرد را داشته و در معیارهای Specificity و Positive Predictive Value پس از بیز ساده در جایگاه دوم قرار دارد. همچنین روش پرسپترون چند لایه دارای بیشترین مقدار AUC می باشد