Vorhersage von Brustkrebs mittels Data Mining

Bachelorarbeit aus dem Jahr 2022 im Fachbereich Ingenieurwissenschaften - Computertechnik, Note: 1, Fachhochschule St. Polten (Data Science und Business Analytics), Sprache: Deutsch, Abstract: Eine Moglichkeit um prazise Vorhersagen von Erkrankungen zu treffen und medizinische Daten besser verstehen zu konnen, ist die Verwendung von Data Mining im Gesundheitsbereich. Data Mining ist eine Technik, um Informationen aus groen Mengen Daten zu extrahieren. Die Auswertung medizinischer Daten mit Hilfe von Machine Learning und Kunstlicher Intelligenz kann Arzt/inn/en dabei unterstutzen, bessere Entscheidungen zu treffen, Diagnosen zu stellen und die Arbeitslast insgesamt zu minimieren. Data Mining bietet viele Methoden, um Informationen aus medizinischen Datensets zu erhalten. Techniken wie Klassifikation, Clustering und Rule Mining konnen fur die Analyse von Daten verwendet werden. Die Vorhersage von Erkrankungen ist nur ein Beispiel fur den Einsatz von Data Mining im Gesundheitsbereich. Durch die Nutzung von maschinellem Lernen konnte die Anzahl an Tests und die Zeit, die benotigt werden, um eine Krankheit zu diagnostizieren, verringert werden. Einige Paper und Artikel haben sich bereits mit verschiedenen Data Mining Methoden fur die Vorhersage von Erkrankungen beschaftigt und diese miteinander verglichen. Kumari et al. verglichen beispielsweise KNN, Logistische Regression und Support Vector Machine miteinander, wobei der KNN die hochste Accuracy erreichte. Diese Arbeit stellt sich nun ebenfalls die Frage, ob die Genauigkeit bei unterschiedlichen Methoden voneinander abweicht oder sehr ahnlich ist. In dieser Bachelorthesis soll geklart werden, welche der drei Klassifikatoren, KNN, SVM und Entscheidungsbaum, fur die Vorhersage von Brustkrebs am besten geeignet ist. Dabei wird die Genauigkeit (Accuracy) der unterschiedlichen Methoden miteinander verglichen und eine Entscheidung uber die Eignung getroffen. Au erdem wird getestet, ob eine anfangliche Feature Selection (Auswahl der relevanten Merkmale) eine Auswirkung auf die Accuracy hat. Die Ergebnisse werden dann im nachsten Schritt mit verwandten Studien verglichen. Fur diese Analyse wird das Wisconsin Breast Cancer Dataset der UCI verwendet, das im Internet frei zur Verfugung steht.