数据挖掘在乳腺癌复发预测中的应用研究

摘要：

乳腺癌是发生在人体乳腺上的恶性肿瘤,受某些因素的影响,乳腺癌术后会有复发的可能.乳腺癌术后复发不仅会加大乳腺癌的治疗难度,还会对患者的身心健康造成伤害.数据挖掘是知识发现的一个特定步骤,能够利用专门的算法从海量数据中抽取有用的知识.数据挖掘可以完成分类、聚类、预测、关联分析等任务,使用数据挖掘算法预测乳腺癌是否有复发的可能,将会对乳腺癌的治疗提供帮助.文章使用来自南斯拉夫卢布尔雅那大学医疗中心乳腺癌肿瘤研究所、由Zwitter和Soklic提供的乳腺癌数据,实验利用C4.5算法、朴素贝叶斯算法和SVM算法并使用十折交叉验证方法对该数据进行分类,进而预测乳腺癌是否有复发的可能.最后,文章对3种算法的预测结果进行综合分析,得到各个算法在乳腺癌复发预测中的优势和劣势.

关键词：数据挖掘、乳腺癌、C4.5算法、朴素贝叶斯、SVM、十折交叉验证、复发预测

所属期刊栏目：9

分类号：TP183(自动化基础理论)

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：96-99