ЛОГИСТИКАЛЫҚ РЕГРЕССИЯНЫ ҚОЛДАНА ОТЫРЫП, СҮТ БЕЗІ ОБЫРЫН АНЫҚТАУ: ОҢТАЙЛАНДЫРУ ЖӘНЕ ДӘЛ БАПТАУ ӘДІСТЕРІН САЛЫСТЫРМАЛЫ ЗЕРТТЕУ

Аңдатпа

Сүт безі қатерлі ісігі бүкіл әлемде ең көп таралған және өмірге қауіп төндіретін аурулардың бірі болып табылады, бұл пациенттердің нәтижелерін жақсарту үшін дәл ерте диагнозды өте маңызды етеді. Бұл зерттеу Висконсиндегі Сүт безі Қатерлі ісігінің Диагностикалық Деректер Жинағын (WBCD) пайдалана отырып, сүт безі обырын анықтау үшін логистикалық регрессия үлгілерінің тиімділігін зерттейді. Оңтайландырудың әртүрлі әдістері, соның ішінде қарапайым ең кіші квадраттар әдісі, градиенттік түсу, Ньютон әдісі, L2 регуляризациясы, стохастикалық градиенттің түсуі (SGD) және олардың модель өнімділігіне әсерін анықтау үшін GridSearch-ге негізделген дәл баптау қолданылды. Әдістерді салыстыру үшін бағалаудың стандартты көрсеткіштері—дәлдік, толықтық, сезімталдылық және F1-көрсеткіші қолданылды. Нәтижелер GridSearch-ге негізделген дәл баптау модельдердің сенімділігі мен болжау дәлдігін арттыру үшін гиперпараметрлерді жүйелі оңтайландырудың маңыздылығын көрсете отырып, ең жоғары жалпы өнімділікті дәйекті түрде қамтамасыз ететінін көрсетеді. Бұл нәтижелер логистикалық регрессия сияқты классикалық модельдерде тиісті оңтайландыру стратегияларымен үйлескенде медициналық деректерді талдауда заманауи нәтижелерге қол жеткізе алатынын көрсетеді.