Predictive Analysis Of Breast Cancer Using Machine Learning Techniques

Abstract

El presente articulo es parte de un esfuerzo para predecir el cancer de seno, lo cual es una preocupacion seria para la salud de las mujeres. Problema: el cancer de mama es el tipo mas comun de cancer y siempre ha sido una amenaza para la vida de las mujeres. El diagnostico precoz requiere un metodo efectivo para predecir el cancer que permita a los medicos distinguir el cancer benigno y el maligno. Investigadores y cientificos han estado tratando de encontrar metodos innovadores para predecir el cancer. Objetivo: el objetivo de esta investigacion es el analisis predictivo del cancer de seno utilizando diversas tecnicas de aprendizaje automatico, como el metodo Naive Bayes, el analisis discriminante lineal, K-Nearest Neighbors y el metodo de maquina de vectores de apoyo. Metodologia: la mineria de datos predictivos se ha convertido en un instrumento para cientificos e investigadores en el campo de la medicina. La prediccion del cancer de mama en una etapa temprana ayuda a una mejor cura y tratamiento. KDD (Knowledge Discovery in Databases) es uno de los metodos de mineria de datos mas populares utilizados por los investigadores medicos para identificar los patrones y la relacion entre las variables y tambien ayuda a predecir el resultado de la enfermedad en funcion de los datos historicos de los conjuntos de datos. Resultados: para seleccionar el mejor modelo para la prediccion del cancer, se estimara la precision de todos los modelos y se seleccionara el mejor modelo. Conclusion: este trabajo busca predecir la mejor tecnica con la mayor precision para el cancer de seno. Originalidad: esta investigacion se realizo utilizando R y el conjunto de datos tomado del repositorio de aprendizaje automatico UCI. Limitaciones: la falta de informacion exacta proporcionada por los datos