Aplicação de Algoritmos de Árvore de Decisão Sobre Uma Base de Dados de Câncer de Mama

Jéssica Augusti Bonini

Resumo


Este artigo descreve um experimento de mineração de dados utilizando árvores de decisão para a extração de informações de um dataset com amostras de tumores de mama e suas características, tendo como finalidade a classificação do tumor em benigno ou maligno. Detalhou­se a base de dados e as estratégias utilizadas para realização dos experimentos e aplicação dos algoritmos de decisão. Os algoritmos de árvore de decisão escolhidos para a classificação das amostras em questão foram o J48 e o REPtree. Após analise das árvores geradas, conclui­se que o atributo quantidade de citoplasma no núcleo sempre foi analisado para a determinação tanto de tumores malignos quanto de tumores benignos. Além disso, houve confirmações de padrões para tumores de mama.


Texto completo:

PDF

Referências


Alessi, A. “Distúrbios do crescimento”, 2011. tumor_rot_aulas_teor_2011_vet.doc ­ Unesp, Acesso: setembro/2015.

Disponível:

Amorin, T. “Conceitos, técnicas, ferramentas e aplicações de Mineração de Dados para gerar conhecimento a partir de bases de dados”, 2006. Disponível: http://www.cin.ufpe.br/~tg/2006­2/tmas.pdf, Acesso: julho/2015.

Berry, M and Linoff, G. “Data Mining Tehniques – For Marketing, Sales and Customer Relationship Management. Second Edition”. United States: Wiley Computer Publishing, 2004.

Caraciolo, M. “Introdução a Árvores de decisão para classificação e mineração de dados”, 2009. Disponível: http://aimotion.blogspot.com.br/2009/04/artigo­ introducao­arvores­de­decisao.html, Acesso: julho/2015

Damasceno, M. “Introdução a Mineração de Dados Utilizando o WEKA”. Disponível: http://connepi.ifal.edu.br/ocs/index.php/connepi/CONNEPI2010/paper/viewFile/258/ 207, Acesso: setembro/2015

Developer Network. “Matriz de classificação (Analysis Services ­ Mineração de dados)”. Disponível: https://msdn.microsoft.com/pt­ br/library/ms174811(v=SQL.120).aspx, Acesso: setembro/2015

Feofiloff, P. “Algoritmos gulosos”, 2015. Disponível: http://www.ime.usp.br/~pf/analise_de_algoritmos/aulas/guloso.html, Acesso: setembro/2015

GBECAM. “Câncer de Mama”. Disponível: http://www.gbecam.org.br/, Acesso: setembro/2015

Halmenschlager, C. “Um Algoritmo Para Indução De Árvores E Regras De Decisão”, 2002. Disponível: http://www.lume.ufrgs.br/bitstream/handle/10183/2755/000325797.pdf?sequence=1, Acesso: julho/2015

KNIME WEKA. “REPTree”. Disponível: https://www.knime.org/files/nodedetails/weka_classifiers_trees_REPTree.html, Acesso: setembro/2015

Koerich, A. “Estratégia Gulosa, Técnicas de Projeto de Algoritmos”, 2006. Disponível: http://www.ppgia.pucpr.br/~alekoe/PAA/20061/14­EstrategiaGulosa­PAA2006.pdf, Acesso: setembro/2015

Martins, A., Marques, J. e Costa, P. “Estudo Comparativo De Três Algoritmos De Machine Learning Na Classificação De Dados Electrocardiográficos”, 2009. Disponível: http://www.dcc.fc.up.pt/~ines/aulas/0910/MIM/trabs_ano_anterior/noname­1.pdf, Acesso: setembro/2015

Naoum, P. “Biologia do Câncer”, 2008. Disponível: http://www.portaleducacao.com.br/biologia/artigos/2102/biologia­do­cancer, Acesso: agosto/2015

Nievola, J. “Mineração de Dados: Dados”. Disponível: http://www.ppgia.pucpr.br/~fabricio/ftp/Aulas/Mestrado/IA/Nievola/MD/MD­02­ Dados.pdf, Acesso: agosto/2015

Paulo, M. “Comparação dos Atributos Escolhidos pelo Treinamento de Classficadores de Árvores de Decisão com Seleção de Atributos por Filtro”. Disponível: http://wiki.dpi.inpe.br/lib/exe/fetch.php? media=wiki:mauriciodepaulo:podas_geodma.pdf, Acesso: setembro/2015

Rodrigues, M. “Árvores de Classificação, 2004/2005”. Disponível: http://www.amendes.uac.pt/monograf/monograf05arvoreClass.pdf, Acesso: setembro/2015

Sandra. “Citologia Mamária”, 2008. Disponível: http://fapi.br/conteudo/conteudo_programatico/farmacia/citologia_clinica_4ano_sand ra02.pdf, Acesso: agosto/2015

William H. Wolberg and O.L. Mangasarian: "Multisurface method of pattern separation for medical diagnosis applied to breast cytology", Proceedings of the National Academy of Sciences, U.S.A.




DOI: http://dx.doi.org/10.5902/2448190421132

Apontamentos

  • Não há apontamentos.

Comentários sobre o artigo

Visualizar todos os comentários