26、乳腺癌与皮肤病变的机器学习诊断分析

乳腺癌与皮肤病变的机器学习诊断分析

1. 乳腺癌诊断的机器学习方法

1.1 分类器介绍

在特征选择之后，分类器会利用相关特征将乳腺肿瘤分为良性或恶性。常见的机器学习分类器包括朴素贝叶斯（NB）、决策树（DT）、K近邻（KNN）、支持向量机（SVM）、随机森林和逻辑回归等。本研究主要评估了随机森林、逻辑回归和决策树这三种分类器。
- 逻辑回归 ：将线性回归模型进行转换，以便对二元变量进行概率建模。它是一种有监督的程序，用于预测目标变量的可能性。由于目标变量的性质是二元的，所以只有两个有效类别，记录编码为1或0。逻辑回归版本将P(Y = 1)预测为X的函数。
- 决策树 ：是一种流行的无监督方法，用于分类和预测。它以实例的递归分区形式表示，其中叶子代表类别标签，分支代表特征形式的结果。这是一种自上而下的方法，将数据的每个结果划分为子集，作为项目质量和值之间的映射。
- 随机森林（RF） ：基于多个决策树，将它们合并以产生准确和稳定的预测。它是从一定量的随机性中生长出来的分类器集合，定义为决策树的随机化集合。每个观察值都会输入到每个决策树中，最终结果是每个观察值最常见的结果。

1.2 实验设置

实验使用Jupyter Notebook进行模拟，在WDBC数据集上对乳腺肿瘤进行良性或恶性分类。采用Mann - Whitney U检验进行特征选择，使用社会科学统计软件包（SPSS），置信区间为95%，显著性水平选择小于0.001。
| Feature | Asymptotic significance |