Meme Kanseri Tespitinde Sınıflandırma ve Sinir Ağları Yöntemlerinin Karşılaştırılması

Meme kanseri, çoğalan ve çoğu zaman tümör adı verilen bir kitle oluşturan bazı hücrelerin bozulmasından kaynaklanır. Tümörler iyi huylu (kanserli olmayan) veya kötü huylu (kanserli) olabilmektedir. MRG (manyetik rezonans görüntüleme), mamogram, ultrason ve biyopsi gibi testler yaygın olarak yapılan meme kanserini teşhis etmek için kullanılır. Verilerde iki farklı etiket olduğundan, tahmin iki kategoriye ayrılır (Kötü huylu veya iyi huylu). Makine öğreniminde bu bir sınıflandırma problemi olarak tanımlanır. Bu çalışma, meme kanserinin iyi huylu veya kötü huylu olup olmadığını sınıflandırmayı ve belirli bir süre sonra kötü huylu vakaların nüksünü ve nüksünü öngörmeyi amaçlamaktadır. Kullanılan metodoloji sınıflandırma modelini ve sinir ağları metodunu içerir. Python modülleri, verileri iyi bir şekilde kavramak ve verilerin farklı şekillerde nasıl ele alınacağını düşünmek için verileri tanımak amacıyla harici veri kümelerini içe aktarmak için kullanılmaktadır. Bu amaçla veri setinden makine öğreniminin temel kavramları uygulanır ve sonuçlar veri setine göre değerlendirilir. Bu nedenle, meme kanseri tahmininde yüksek bir doğruluk elde etmek için sinir ağı yöntemleri ve sınıflandırma yöntemleri birbirleriyle karşılaştırılmaktadır