English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 386986      線上人數 : 451
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5465


    題名: 應用模糊分群及機器學習提升分類正確率
    作者: 施啟翔
    黃美玲
    貢獻者: 工業工程與管理系
    關鍵詞: 決策樹
    資料探勘
    模糊分群法
    邏輯斯迴歸
    日期: 2010
    上傳時間: 2013-08-13 15:10:37 (UTC+8)
    出版者: 台中;國立勤益科技大學
    摘要: 乳癌是女性最常見的癌症之一,根據美國癌症學會,2007 出版全球癌症情形及數據報告中指出,估計會有130 萬侵襲性乳腺癌新病例將發生於婦女同胞,所以如何快速的鑑別是否罹患乳癌疾病就相當的重要。本研究為資料探勘研究,找出重要資訊來做為醫師判別的參考依據,我們採用模糊分群法與K-means方法找出最佳分群結果並結合邏輯斯迴歸、類神經與決策樹來判斷患者是否罹患乳癌,計算其正確率,找出最佳的結合方法,並找出重要的變數以利未來的研究發展。
    顯示於類別:[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文

    文件中的檔案:

    沒有與此文件相關的檔案.



    在NCUTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋