文献

J-GLOBAL ID：201802212763708304   整理番号：18A1677291

線形回帰,決定木およびランダムフォレストを用いた乳癌の分類と予測【JST・京大機械翻訳】

Classification and Prediction of Breast Cancer using Linear Regression, Decision Tree and Random Forest

著者 (3件)： Murugan S. (Department of Computer Science and Engineering, Sathyabama University, Chennai, India) ,  Kumar B. Muthu (Department of Computer Science and Engineering, Sathyabama University, Chennai, India) ,  Amudha S. (Department of Computer Science and Engineering, Sathyabama University, Chennai, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CTCEEC  ページ： 763-766  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 乳癌は,女性のいくつかが今日直面している主要な問題の1つである。患者へのより良い治療を提供する医師を支援する既存の記録に基づく詳細な分析を行うことにより,癌の早期検出が可能である。乳癌を分析し予測するためのデータを,UCI機械学習リポジトリ(Wisconsin Breast Cancer)から得た。主な目的は,癌のタイプが良性か悪性であるかを分類することである。利用可能なデータセットと患者記録に基づいて,疾患が硬化性か非硬化性であるかを予測した。したがって,分類の成功率は84.14%であり,予測割合は88.14%である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 医師 ,  *予測 ,  女性 ,  *乳房腫瘍 ,  *ディシジョンツリー ,  機械学習 ,  リポジトリ ,  患者
準シソーラス用語： 成功率 ,  患者記録 ,  *ランダムフォレスト ,  *線形回帰 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 線形回帰 ,  決定木 ,  ランダムフォレスト ,  乳癌 ,  分類 ,  予測