基于特征选择和数据分类的乳腺癌数据的评估分析

• 作者: 吴辰文 高生鹏 齐晨虹
• 来源期刊: 宁夏大学学报（自然科学版）
• 学科: 医学
• 关键词: 特征选择 数据分类 乳腺癌 贝叶斯网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息学
• 页码范围: 155-159
• 页数: 5页
• 分类号: TP274|R737.9|R197.34|TP391
• 字数: 3316字
• 语种: 中文

摘要

提出以乳腺癌数据进行挖掘数据的有效分类方法.针对兰州市某医院乳腺癌数据,通过数据挖掘技术中3种不同的特征提取方法,对乳腺癌数据集的属性进行选择,特征选择后减少的属性代替原来较多的属性,再对其用贝叶斯网络、属性选择分类器、J48、逻辑回归模型、One-R 5种方法进行分类.结果表明,得到的子集再经过分类时所花费时间明显减少,利用贝叶斯网络算法进行分类的准确率和各项性能指标高于其他算法,用逻辑回归模型算法进行特征选择后准确率明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴辰文	兰州交通大学电子与信息工程学院	56	235	9.0	11.0
2	齐晨虹	兰州交通大学电子与信息工程学院	2	7	1.0	2.0
3	高生鹏	兰州交通大学电子与信息工程学院	2	7	1.0	2.0