การเปรียบเทียบวิธีการคัดเลือกคุณลักษณะที่สำคัญในการปรับปรุงการพยากรณ์มะเร็งเต้านม
Article Sidebar
เผยแพร่แล้ว:
ก.ย. 13, 2019
คำสำคัญ:
การคัดเลือกคุณลักษณะ เทคนิคการคัดเลือกแบบอีโวลูชั่นนารี ซัพพอร์ตเวกเตอร์แมชชีน การพยากรณ์มะเร็งเต้านม
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาเกี่ยวกับการเปรียบเทียบวิธีการคัดเลือกคุณลักษณะที่สำคัญเพื่อนำมาใช้ในการ ปรับปรุงการพยากรณ์การเป็นมะเร็งเต้านม โดยใช้วิธีการคัดเลือกคุณลักษณะจากเทคนิคต่าง ๆ จำนวน 7 เทคนิค ได้แก่ เทคนิค Correlation Based Feature Selection เทคนิค Information Gain เทคนิค Gain Ratio เทคนิค Chi-Square เทคนิค Forward Selection เทคนิค Backward Elimination และเทคนิค Evolutionary Selection หลังจากคัดเลือกคุณลักษณะ ที่สำคัญจึงนำผลที่ได้จากแต่ละเทคนิคมาคำนวณหาค่าประสิทธิภาพในการพยากรณ์การเป็นมะเร็งเต้านมโดยการใช้เทคนิคซัพพอร์ต เวกเตอร์แมชชีน ผลการทดลองพบว่าร้อยละของความถูกต้องในการพยากรณ์การเป็นมะเร็งเต้านม จากจำนวนคุณลักษณะของ ข้อมูลทั้งหมด 30 คุณลักษณะเท่ากับ 91.39 ขณะที่เทคนิค Evolutionary Selection ให้ผลดีที่สุดโดยสามารถลดคุณลักษณะ ที่สำคัญเหลือเพียง 16 คุณลักษณะ และให้ผลการวัดค่าความถูกต้องในการพยากรณ์ได้ดีถึงร้อยละ 95.26
Article Details
บท
บทความพิเศษ
บทความที่ได้รับการตีพิมพฺเป็นลิขสิทธิ์ของวารสาร
References
1. ธีรวุฒิ คูหะเปรมะ. (9 เมษายน 2561 ). “BDMS แนะตรวจ “เต้านม” ด้วยตัวเอง คัดกรองมะเร็งเบื้องต้น
ได้”. MGR Online. สืบค้นเมื่อ 14 เมษายน 2562, https://www.dmh.go.th/news-dmh/view.asp?id=27795
2. ภัทราวุฒิ แสงศิริ. 2553. “การคัดแยกประเภทของมะเร็งเม็ดเลือดขาวโดยใช้วิธีการจัดอันดับร่วมกับเทคนิคซัพพอร์ตเวกเตอร์
แมชชีน.”, วารสารวิจัย มข. (บศ.) 10(2):เม.ย.-มิ.ย.2553, หน้า 10-7.
3. นิภาพร ชนะมาร และพรรณี สิทธิเดช. 2557. “การวิเคราะห์ปัจจัยการเรียนรู้ด้วยการคัดเลือกคุณสมบัติและการพยากรณ์.”,
วารสารมหาวิทยาลัยราชภัฏสกลนคร 6(12),31-45.
4. พฤฒิพงศ์ เพ็งศิริ และคณะ. 2557. “การลดมิติข้อมูลการวิเคราะห์ความสัมพันธ์และการประยุกต์สําหรับวิเคราะห์ข้อมูลพื้นฐานการใช้
งานสมาร์ทโฟน.”, ประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 10. 8 - 9 พฤษภาคม 2557
ณ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือภูเก็ต, หน้า 528–34.
5. น้ำทิพย์ มากนคร และมาลีรัตน์ โสดานิล. 2557. “การเปรียบเทียบวิธีการเลือกคุณลักษณะที่เหมาะสมเพื่อการจัดหมวดหมู่เว็บเพจผิด
กฎหมายโดยใช้เทคนิคการทำเหมืองข้อมูล.”, ประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 10. 8 - 9
พฤษภาคม 2557 ณ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ ภูเก็ต, หน้า 168-73.
6. นิธินันท์ มาตา และคณะ. 2558. “การค้นหาปัจจัยเพื่อสร้างโมเดลสำหรับพยากรณ์การควบคุมประตูระบายน้ำ.”, การประชุมวิชาการ
ระดับประเทศด้านเทคโนโลยีสารสนเทศ ครั้งที่ 7. ระหว่างวันที่ 29-30 ตุลาคม 2558 ณ สถาบันเทคโนโลยีพระจอมเกล้า
เจ้าคุณทหารลาดกระบังหน้า 352-7.
7. Galavotti, L., Sebastiani, F. and Simi, M. 2000. “Feature Selection and Negative Evidence in
Automated Text Categorization.”, Proceedings of KDD-00, 2000.
8. Bing Xue, Mengjie Zhang, Will N. Browne. 2016. “A Survey on Evolutionary Computation Approaches to Feature
Selection.” IEEE Transactions on Evolutionary Computation, Volume: 20 Issue: 4, Aug. 2016
9. William H. Wolberg, W. Nick Street, and Olvi L. Mangasarian. (1995-11-01). “Breast Cancer Wisconsin (Diagnostic)
Data Set.” UCI Machine Learning Repository. [online] Available:https://archive.ics.uci.edu/ml/datasets/ breast+cancer+wisconsin+%28diagnostic%29, [Accessed : 14/04/2017]
10. ชัชวาล วรวิทย์รัตนกุล และสุรศักดิ์ มังสิงห์. 2557. “การยืนยันลายเซ็นด้วยวิธีซัพพอร์ตเวกเตอร์แมชชีน.”, การประชุมวิชาการ
ระดับประเทศด้านเทคโนโลยีสารสนเทศ (National Conference on Information Technology: NCIT) ครั้งที่ 6, 27-28 กุมภาพันธ์
2557.
11. จิรา แก้วสุวรรณ์. 2006. “การตรวจจับและการแก้ไขการวางตัวของภาพโดยใช้ซัพพอร์ตเวกเตอร์แมชชีน.”, วิทยานิพนธ์ปริญญา
มหาบัณฑิต สาขาเทคโนโลยีคอมพิวเตอร์ คณะครุศาสตร์อุตสาหกรรม สถาบันเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
12. ทรงศักดิ์ ภูสีอ่อน. 2554. การประยุกต์ใช้ SPSS วิเคราะห์ข้อมูลงานวิจัย. มหาสารคาม : มหาวิทยาลัยมหาสารคาม. เอกสิทธิ์ พัชร
วงศ์ศักดา. 2557. การวิเคราะห์ข้อมูลด้วยเทคนิค ดาต้า ไมน์นิ่ง เบื้องต้น (An Introduction to Data Mining Techniques).
กรุงเทพฯ, หน้า 53-7.
13. เอกสิทธิ์ พัชรวงศ์ศักดา. 2559. Advanced Predictive Modeling with R & RapidMiner Studio 7. พิมพ์ครั้งที่ 6.
กรุงเทพฯ: เอเชีย ดิจิตอลการพิมพ์.
14. Brian S. Everitt. 2010. Multivariable Modeling and Multivariate Analysis for The Behavioral
Sciences. Taylor & Francis Group, LLC.
15. Colin Shearer. 2000. “The CRISP-DM Model : The New Blueprint for Data Mining.” JOURNAL OF DATA
WAREHOUSING, Volume 5 Number 4, Fall 2000 : p13
16. Jaiwei Han, Micheline Kamber, and Jian Pei. 2012. Data Mining Concepts and Techniques.
New York: Elsevier Inc., page 104.
17. Majid Bahrepour. 2018. “The Forgotten Step in CRISP-DM and ASUM-DM Methodologies.”
[online] Available: https://sharing.luminis.eu/blog/the-forgotten-step-in-crisp-dm-and-asum-
dm-methodologies/, [Accessed : 14/01/2019]
18. Mark A. Hall. 1999. “Correlation-based Feature Selection for Machine Learning.” Doctor of
Philosophy. Department of Computer Science, The University of Waikato, Hamilton,
New Zealand.
19. P.-N. Tan, M. Steinbach, and V. Kumar. 2006. Introduction to data mining. vol. 1: Pearson
Addison Wesley Boston, 2006.
ได้”. MGR Online. สืบค้นเมื่อ 14 เมษายน 2562, https://www.dmh.go.th/news-dmh/view.asp?id=27795
2. ภัทราวุฒิ แสงศิริ. 2553. “การคัดแยกประเภทของมะเร็งเม็ดเลือดขาวโดยใช้วิธีการจัดอันดับร่วมกับเทคนิคซัพพอร์ตเวกเตอร์
แมชชีน.”, วารสารวิจัย มข. (บศ.) 10(2):เม.ย.-มิ.ย.2553, หน้า 10-7.
3. นิภาพร ชนะมาร และพรรณี สิทธิเดช. 2557. “การวิเคราะห์ปัจจัยการเรียนรู้ด้วยการคัดเลือกคุณสมบัติและการพยากรณ์.”,
วารสารมหาวิทยาลัยราชภัฏสกลนคร 6(12),31-45.
4. พฤฒิพงศ์ เพ็งศิริ และคณะ. 2557. “การลดมิติข้อมูลการวิเคราะห์ความสัมพันธ์และการประยุกต์สําหรับวิเคราะห์ข้อมูลพื้นฐานการใช้
งานสมาร์ทโฟน.”, ประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 10. 8 - 9 พฤษภาคม 2557
ณ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือภูเก็ต, หน้า 528–34.
5. น้ำทิพย์ มากนคร และมาลีรัตน์ โสดานิล. 2557. “การเปรียบเทียบวิธีการเลือกคุณลักษณะที่เหมาะสมเพื่อการจัดหมวดหมู่เว็บเพจผิด
กฎหมายโดยใช้เทคนิคการทำเหมืองข้อมูล.”, ประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 10. 8 - 9
พฤษภาคม 2557 ณ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ ภูเก็ต, หน้า 168-73.
6. นิธินันท์ มาตา และคณะ. 2558. “การค้นหาปัจจัยเพื่อสร้างโมเดลสำหรับพยากรณ์การควบคุมประตูระบายน้ำ.”, การประชุมวิชาการ
ระดับประเทศด้านเทคโนโลยีสารสนเทศ ครั้งที่ 7. ระหว่างวันที่ 29-30 ตุลาคม 2558 ณ สถาบันเทคโนโลยีพระจอมเกล้า
เจ้าคุณทหารลาดกระบังหน้า 352-7.
7. Galavotti, L., Sebastiani, F. and Simi, M. 2000. “Feature Selection and Negative Evidence in
Automated Text Categorization.”, Proceedings of KDD-00, 2000.
8. Bing Xue, Mengjie Zhang, Will N. Browne. 2016. “A Survey on Evolutionary Computation Approaches to Feature
Selection.” IEEE Transactions on Evolutionary Computation, Volume: 20 Issue: 4, Aug. 2016
9. William H. Wolberg, W. Nick Street, and Olvi L. Mangasarian. (1995-11-01). “Breast Cancer Wisconsin (Diagnostic)
Data Set.” UCI Machine Learning Repository. [online] Available:https://archive.ics.uci.edu/ml/datasets/ breast+cancer+wisconsin+%28diagnostic%29, [Accessed : 14/04/2017]
10. ชัชวาล วรวิทย์รัตนกุล และสุรศักดิ์ มังสิงห์. 2557. “การยืนยันลายเซ็นด้วยวิธีซัพพอร์ตเวกเตอร์แมชชีน.”, การประชุมวิชาการ
ระดับประเทศด้านเทคโนโลยีสารสนเทศ (National Conference on Information Technology: NCIT) ครั้งที่ 6, 27-28 กุมภาพันธ์
2557.
11. จิรา แก้วสุวรรณ์. 2006. “การตรวจจับและการแก้ไขการวางตัวของภาพโดยใช้ซัพพอร์ตเวกเตอร์แมชชีน.”, วิทยานิพนธ์ปริญญา
มหาบัณฑิต สาขาเทคโนโลยีคอมพิวเตอร์ คณะครุศาสตร์อุตสาหกรรม สถาบันเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
12. ทรงศักดิ์ ภูสีอ่อน. 2554. การประยุกต์ใช้ SPSS วิเคราะห์ข้อมูลงานวิจัย. มหาสารคาม : มหาวิทยาลัยมหาสารคาม. เอกสิทธิ์ พัชร
วงศ์ศักดา. 2557. การวิเคราะห์ข้อมูลด้วยเทคนิค ดาต้า ไมน์นิ่ง เบื้องต้น (An Introduction to Data Mining Techniques).
กรุงเทพฯ, หน้า 53-7.
13. เอกสิทธิ์ พัชรวงศ์ศักดา. 2559. Advanced Predictive Modeling with R & RapidMiner Studio 7. พิมพ์ครั้งที่ 6.
กรุงเทพฯ: เอเชีย ดิจิตอลการพิมพ์.
14. Brian S. Everitt. 2010. Multivariable Modeling and Multivariate Analysis for The Behavioral
Sciences. Taylor & Francis Group, LLC.
15. Colin Shearer. 2000. “The CRISP-DM Model : The New Blueprint for Data Mining.” JOURNAL OF DATA
WAREHOUSING, Volume 5 Number 4, Fall 2000 : p13
16. Jaiwei Han, Micheline Kamber, and Jian Pei. 2012. Data Mining Concepts and Techniques.
New York: Elsevier Inc., page 104.
17. Majid Bahrepour. 2018. “The Forgotten Step in CRISP-DM and ASUM-DM Methodologies.”
[online] Available: https://sharing.luminis.eu/blog/the-forgotten-step-in-crisp-dm-and-asum-
dm-methodologies/, [Accessed : 14/01/2019]
18. Mark A. Hall. 1999. “Correlation-based Feature Selection for Machine Learning.” Doctor of
Philosophy. Department of Computer Science, The University of Waikato, Hamilton,
New Zealand.
19. P.-N. Tan, M. Steinbach, and V. Kumar. 2006. Introduction to data mining. vol. 1: Pearson
Addison Wesley Boston, 2006.