ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Classification of Lung Cancer...>الوصف

Classification of Lung Cancer Data Using Support Vector Machine and Discriminant Analysis

المصدر: مجلة البحوث المالية والتجارية
الناشر: جامعة بورسعيد - كلية التجارة
المؤلف الرئيسي: Farouk, Maha (Author)
مؤلفين آخرين: Bassiouni, Abdel Rahim Awad (Co-Author)
المجلد/العدد: ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: أبريل
الصفحات: 52 - 75
ISSN: 2090-5327
رقم MD: 1461312
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
علم الإحصاء | التحليل الإحصائي | التحليل التمييزي | مرضى السرطان | تصنيف البيانات
كلمات المؤلف المفتاحية:
التصنيف | الحساسية | سرطان الرئة | SVM | DA | Classification | Sensitivity | Lung Cancer
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

4

حفظ في:
المستخلص: يهدف هذا البحث إلى مقارنة أسلوبي آلة ناقل الدعم (SVM) والتحليل التمييزي (DA) في عملية التصنيف باستخدام عينة مكونة من 150 مريضا بسرطان الرئة اعتمادا على الدقة والحساسية ومعدل التصنيف الخاطئ. تم تقسيم المرضى إلى مجموعتين: المجموعة الأولى تتكون من 101 مريض بسرطان الرئة في مرحلة مبكرة، والمجموعة الثانية تحتوي على 49 مريضا بسرطان الرئة في مرحلة متقدمة. اعتمد هذا التصنيف على مجموعة من المتغيرات المستقلة: العمر (1×) التدخين (2×)، المهنة (3×) الإصابة بفيروس كورونا (4×)، وطرق العلاج (5×). تؤكد النتائج تفوق SVM على التحليل التمييزي. وهذا يعني أن SVM حقق معدل دقة 90.76%، وحساسية 97%، ونوعية 77.5%، كما أن معدل التصنيف الخاطئ قدره 9.33% من ناحية أخرى، تبلغ نسبة دقة التحليل التمييزي 70%، والحساسية 70.29%، والنوعية 69.4%، ومعدل التصنيف الخاطئ 30%.

This paper aims to compare the Support Vector Machine (SVM) and Discriminant Analysis (DA) in the classification process using a sample of 150 lung cancer patients due to accuracy, sensitivity, specificity, and misclassification rate. The patients were divided into two groups: the first group consists of 101 patients with early-stage lung cancer, and the second group contains 49 patients with advanced-stage lung cancer. This classification was based on a set of independent variables: age (x1), smoking (x2), occupation (x3), COVID-19 infection (x4), and treatment methods (x5). The results advocate the superiority of SVM over Discriminant Analysis. That is, SVM was found to achieve an accuracy rate of 90.76%, sensitivity of 97%, and specificity of 77.5%, resulting in a misclassification rate of 9.33%. On the other hand, Discriminant Analysis accuracy rate is 70%, sensitivity is 70.29%, specificity is 69.4%, and a misclassification rate is 30%.
ISSN: 2090-5327

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.