الهام بهمنی ده مجنوی - دانشجوی کارشناسی ارشد ارشد گروه کامپیوتر دانشگاه آزاد اسلامی واحد ملایر ایارن
وحید رافع - استادیار گروه کامپیوتر دانشگاه آزاد اسلامی واحد ملایر ایران

پیش بینی تشخیص بقا و عود بیماران مبتلا به سرطان سینه همواره یک از چالشهای مهم برای محققین و پزشکان این حوزه بوده است د رحال حاضر؛ با رشد تکنولوژی و علوم بیوانفورماتیک؛ امکان رفع چالش ها با بهره گیری از اطلاعات قبلی ثبت شده از بیماران تا حدود زیادی محقق گردیده است . در این مقاله به بررسی عملکرد سه الگوریتم رایج داده کاوی؛ یعنی شبکه عصبی؛ درخت تصمیم و ماشین بردار پشتیبان در پیش بینی بقاء بیماری سرطان پرداخته شده است همچنین باترکیب این سه الگوریتم با روشهای Bagging و Decorate مدلهای ترکیبی نیز پیشنهاد شده است که منجر به افزایش دقت 82٪ شده است همچنین کارایی مدلهای پیشنهادی با دیگر روشهای موجودمقایسه شده است که نتایج حاکی از برتری مدل پیشنهادی بود.

داده کاوی؛ سرطان سینه؛ مدل ترکیبی؛ ماشین بردار پشتیبان؛ شبکه عصبی؛ درخت تصمیم