The objective of this project is to predict the existence of breast cancer through predictive classificatory models (k-NN, SVM, Random Forest) using R language.
The data set used can be found in the UCI Machine Learning Repository:
http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Diagnostic%29
The values in the dataset above are measured from a scanned image of a breast mass. They describe characteristics of the cell nuclei present in those images.
The project structuring follows the steps:
1 - Data Collection
2 - Data preprocessing
3 - KNN Model Training
4 - Evaluating and interpreting the model
5 - Optimizing model performance
6 - Building a Model with Support Vector Machine (SVM) Algorithm
7 - Building a model with Random Forest algorithm
O objetivo deste projeto é prever a existência de câncer de mamas através de modelos preditivos classificatórios (k-NN, SVM, Random Forest) utilizando linguagem R.
O conjunto de dados utilizados pode ser encontrado no UCI Machine Learning Repository:
http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Diagnostic%29
Os valores presentes no dataset acima são calculados a partir de uma imagem digitalizada de uma massa mamária. Eles descrevem características dos núcleos celulares presentes nestas imagens.
A estruturação do projeto segue as seguintes etapas:
1 - Coleta de dados
2 - Pré-processamento dos dados
3 - Treinamento do modelo KNN
4 - Avaliando e interpretando o modelo
5 - Otimizando a performance do modelo
6 - Construindo um modelo com algoritmo Support Vector Machine (SVM)
7 - Construindo um Modelo com algoritmo Random Forest