Klassifizierung von Brustkrebszellen mit JMP
Marie Gaudard, North Haven Group Phil Ramsey, North Haven Group
In diesem Dokument werden einige der Funktionen von JMP erläutert, die Klassifizierung und Data Mining unterstützen. Wir verwenden den Wisconsin Breast Cancer Diagnostic Data Set, einen Datensatz, mit dem Brustknoten anhand der Werte von 30 potenziellen Prädiktoren als bösartig oder gutartig klassifiziert werden. Diese Werte wurden durch Messung der Kerne einer mithilfe einer Feinnadelaspiration entfernten Flüssigkeit ermittelt. Wir beginnen mit der Erläuterung einiger Visualisierungstechniken, die zum Verständnis des Datensatzes beitragen. Nachdem wir unsere Daten in einen Trainingssatz, einen Validierungsdatensatz und einen Testdatensatz aufgeteilt haben, passen wir vier Modelle an die Trainingsdaten an. Dazu gehören ein logistisches Modell, ein Partitionsmodell und zwei neuronale Netzmodelle. Anschließend vergleichen wir die Leistung dieser vier Modelle anhand des Validierungsdatensatzes, um eines auszuwählen. Der Testdatensatz wird verwendet, um die Leistung dieses endgültigen Modells zu beurteilen.
