مقالة علمية محكَّمة
إطار أمثل قائم على خوارزمية GentleBoost والتحسين البايزي للتنبؤ بقابلية بقاء مرضى سرطان الثدي
An Optimal Framework Based on the GentleBoost Algorithm and Bayesian Optimization for the Prediction of Breast Cancer Patients' Survivability
International Journal of Computing · 2024 · Vol. 2 · No. 23 · pp. 85–93
IEEE
الملخّص
تركز الدراسة على التنبؤ بقابلية بقاء مرضى سرطان الثدي عبر إطار أمثل يجمع خوارزمية GentleBoost مع التحسين البايزي لضبط المعاملات الفائقة. تم تقييم الإطار على بيانات SEER ومقارنته بخوارزميات مفردة شائعة (SVM وANN وKNN). أظهرت النتائج تفوق الإطار المقترح بمتوسط دقة 95.16% (وأفضل 95.35%) وانحراف معياري منخفض، مع مقاييس Precision/Recall/F1 مرتفعة وإعدادات مثلى محددة (عدد متعلمين 246 ومعدل تعلم 0.0011 وأقصى عدد تقسيمات 1240). يشير ذلك لإمكانات الإطار في تحسين تقديرات البقاء وتخصيص خطط العلاج وتقليل التكاليف.
الكلمات المفتاحية
استكشاف البيانات
خوارزمية GentleBoost
ضبط المعاملات الفائقة
تعلم الآلة
مجموعة بيانات SEER لسرطان الثدي