ارسل ملاحظاتك

ارسل ملاحظاتك لنا









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:
كلمات المؤلف المفتاحية:
التصنيف | الحساسية | سرطان الرئة | SVM | DA | Classification | Sensitivity | Lung Cancer
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

5

حفظ في:
LEADER 03401nam a22002297a 4500
001 2206279
041 |a eng 
044 |b مصر 
100 |a Farouk, Maha  |e Author  |9 679380 
245 |a Classification of Lung Cancer Data Using Support Vector Machine and Discriminant Analysis 
260 |b جامعة بورسعيد - كلية التجارة  |c 2024  |g أبريل 
300 |a 52 - 75 
336 |a بحوث ومقالات  |b Article 
520 |a 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%.  |b 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%. 
653 |a علم الإحصاء  |a التحليل الإحصائي  |a التحليل التمييزي  |a مرضى السرطان  |a تصنيف البيانات 
692 |a التصنيف  |a الحساسية  |a سرطان الرئة  |b SVM  |b DA  |b Classification  |b Sensitivity  |b Lung Cancer 
700 |a Bassiouni, Abdel Rahim Awad  |e Co-Author  |9 774491 
773 |4 الاقتصاد  |4 إدارة الأعمال  |6 Economics  |6 Business  |c 003  |e The Financial & Commercial Researches Journal  |f Maǧallaẗ Al-Buḥūṯ Al-Mālīyyaẗ wa Al-Tugariyyaẗ  |l 002  |m ع2  |o 0475  |s مجلة البحوث المالية والتجارية  |v 025  |x 2090-5327 
856 |u 0475-025-002-003.pdf 
930 |d y  |p y  |q n 
995 |a EcoLink 
999 |c 1461312  |d 1461312 

عناصر مشابهة