Estimating Breast Cancer Class Using Artificial Neural Network and Logistic Regression Methods

Serel ÖZMEN-AKYOL

doi:https://doi.org/10.53608/estudambilisim.1052793

Makale detayları

Estimating Breast Cancer Class Using Artificial Neural Network and Logistic Regression Methods

Yazarlar:

Serel ÖZMEN-AKYOL

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi 2022 Vol.3 Issue 1, pp.26-31

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000417848

eISSN:

2687-606X

pISSN:

2687-606X

DOI:

https://doi.org/10.53608/estudambilisim.1052793

Özet:

 

In this study, artificial neural networks (ANN) and logistic regression (LR) prediction models for breast cancer type has been developed. The proposed models are implemented with real clinical data for breast cancer type prediction. For purpose of constructing the prediction model, there are 699 instances and 10 attributes used in training and testing for the model. The data used in the ANN and LR models are arranged in a format of 9 input parameters and an output parameter which is the class of breast cancer (benign or malignant). The evaluation was made by comparing the data obtained by the two methods. ANN and LR models have accuracy performance 94,78% and 96,18%, respectively. The LR method's accuracy rate is better than the ANN method. This is because the LR method analyzes by taking into account the form of categorical data.

 

Bu çalışmada meme kanseri tipi için Yapay Sinir Ağları (YSA) ve Lojistik Regresyon (LR) tahmin modelleri geliştirilmiştir. Önerilen modellere, meme kanseri tipi tahmini için gerçek klinik veriler uygulanmaktadır. Tahmin modeli oluşturmak amacıyla, modelin eğitiminde ve test edilmesinde kullanılan 699 örnek ve 10 öznitelik bulunmaktadır. YSA ve LR modellerinde kullanılan veriler, 9 giriş parametresi ve meme kanseri sınıfı (iyi veya kötü huylu) olan bir çıkış parametresi şeklinde düzenlenmiştir. Değerlendirme, iki yöntemle elde edilen veriler karşılaştırılarak yapılmıştır. ANN ve LR modelleri sırasıyla 94,78% ve 96,18% doğruluk performansına sahiptir. LR yönteminin doğruluk oranı, ANN yönteminden daha iyidir. Bunun nedeni, LR yönteminin analizleri kategorik verilerin yapısını dikkate alarak yapmasıdır.

Makale detayları

Estimating Breast Cancer Class Using Artificial Neural Network and Logistic Regression Methods

Yazarlar: Serel ÖZMEN-AKYOL

Yayıncı: Eskişehir Osmangazi University

Ana Başlıklar: Veri işleme & bilgisayar bilimi

Dergi: Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi 2022 Vol.3 Issue 1, pp.26-31

Belge Tipi: Makale

Yayın Tarihi: 1/2022

Belge Dili: İngilizce

Document ID (Org No.): 2000417848

eISSN: 2687-606X

pISSN: 2687-606X

DOI: https://doi.org/10.53608/estudambilisim.1052793

Sayı

Yazarlar:

Serel ÖZMEN-AKYOL

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi 2022 Vol.3 Issue 1, pp.26-31

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000417848

eISSN:

2687-606X

pISSN:

2687-606X

DOI:

https://doi.org/10.53608/estudambilisim.1052793