数据挖掘在乳腺癌复发预测中的应用研究

• 作者: 张晗 程国建 魏珺洁
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 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
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 96-99
• 页数: 4页
• 分类号: TP183
• 字数: 2800字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.02.021

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程国建	西安石油大学计算机学院	123	847	14.0	25.0
2	张晗	西安石油大学计算机学院	3	5	2.0	2.0
3	魏珺洁	西安石油大学计算机学院	4	4	1.0	2.0