Escolar Documentos
Profissional Documentos
Cultura Documentos
INSTITUTO DE COMPUTAÇÃO
SALVADOR
2022
Introdução
O artigo Modelos de Aprendizado de Máquina Aplicados à Detecção de Câncer
de Mama teve como objetivo desenvolver um algoritmo binário de classificação do
câncer de mama baseado em exames de sangue e dados fisiológicos (Idade, Índice
de Massa Corporal, Glicose, Insulina, Modelo de Avaliação da Homeostase, Leptina,
Adiponectina, Resistina e Proteína Quimiotática de Monócitos-1), e para tal, foram
colhidas informações de 116 indivíduos. Neste estudo, os seguintes modelos de
aprendizado de máquina foram comparados em seu desempenho: Árvores de
Decisão, Florestas Aleatórias, K-Vizinhos Mais Próximos, Redes Neurais Artificiais,
Máquinas de Vetor de Suporte e Regressão Logística.
Resultados e Discussões
Conforme mostra a Figura 1, o modelo de Máquina de Vetor de Suporte obteve
a maior acurácia, para 9 variáveis na validação cruzada (76%). No modelo K –
Vizinhos mais próximos com 4 variáveis obteve-se uma avaliação melhor (80,45%).
Nota-se que mesmo com menos atributos quantitativos de aprendizado, foi possível
obter uma melhor acurácia.
Figura 1: Acurácia da validação cruzada dos modelos