افشین طیبی نیا - گروه مهندسی کامپیوتر، واحد سپیدان، دانشگاه آزاد اسلامی، سپیدان، ایران
مرتضی زلف پور آرخلو - گروه مهندسی کامپیوتر، واحد سپیدان، دانشگاه آزاد اسلامی، سپیدان، ایران

با افزایش حجم اطلاعات در زمینه های مختلف استفاده از این داده های خام و تبدیل آنها به دانش مفید از اهمیت زیادی برخوردار است. یکی از زمینه هایی که دارای حجم اطلاعاتی بالایی می باشد علوم پزشکی است. از طرفی امروزه از علوم تحلیل داده و داده کاوی برای تحلیل داده ها استفاده می گردد و با استفاده از ابزارهای مختلف این امکان را فراهم می آورد که دانش مورد نیاز استخراج گردد لذا در این تحقیق با استفاده از روش های داده کاوی به پیش بینی مهمترین معیارهای موثر بر ابتلا بر سرطان سینه پرداخته ایم. این تحقیق از نظر هدف در زمره تحقیقات کاربردی قرار دارد و از نظر شیوه اجرا در زمره تحقیقات پیش بینی و علی قرار دارد. بر این اساس در این تحقیق از سه الگوریتم c5 ، C&R TREE ، QUEST TREE برای تعیین مهمترین معیارهای موثر بر ابتلا به سرطان استفاده شده است.

سرطان، الگوریتم های درخت تصمیم، مهمترین ویژگی، رتبه بندی