طبقه بندی نوع سرطان سینه (خوش خیم و بد خیم) با کمک روشهای لاجستیک رگریشن، درخت تصمیم و SVM
در این پروژه، به طبقهبندی دادهی سرطان سینه به دو پروه خوش خیم و بدخیم میپردازیم. اطلاعات پایگاه داده **Data Set Characteristics** Number of Instances: 569 Number of Attributes: 30 numeric, predictive attributes and the class **class** WDBC-Malignant WDBC-Benign در ادامه با استفاده از روش PCA چند ویژگی اول که دارای اطلاعات مفیدتری هستند، انتخاب میشوند. برای طبقهبندی داده نیز از روشهای رگرسیون لاجستیک (Logistic Regression) ، درخت تصمیم (Decision Tree) و ماشین بردار پشتیبان (SVM) استفاده شده است. پیادهسازی این پروژه (در قالب کد برنامه نویسی ) به زبان پایتون انجام شده است. …
سایت کتاب دانشگاه همراه همیشگی شما تا رسیدن به هدف