1 引言(Introduce)
乳腺癌是女性最常见的恶性肿瘤。根据2015年世
界卫生组织公布的数据,乳腺癌在全世界女性中的发
病率和死亡率均列恶性肿瘤第一位。中国的情况也不
乐观。国家癌症中心2015年公布的数据显示:乳腺癌
是中国女性发病率最高的恶性肿瘤,占女性全部恶性
肿瘤发病的16.81%
[1]
。中国乳腺癌发病率逐年增高"
仅从发病率上来看,中国女性的乳腺癌发病率并不算
高,但特别需要指出的是,中国乳腺癌发病率正在以每
年3%~4%的速度猛增。
乳腺癌能否治愈,关键在于发现的时期。国内外
大量的临床实践证明,乳腺癌经早期发现、早期诊断
和早期治疗是有可能治愈的。而乳腺癌诊断是主要是
区分癌症是恶性还是良性，但往年诊断过程基本是医
生的主观判断历程，会在不同程度上受医生经验及常
识水平的限制和影响。
如果是恶性乳腺肿瘤被预测为良性，其带来的后
果比原本是良性的被预测为恶性的给病人带来的后
果会更严重，所以正确的鉴别诊断对降低死亡率也是
极其重要。机器学习方法来诊断疾病作为目前发展较
快的一个应用分支，研究乳腺癌诊断的计算智能方法
应运而生。数据挖掘技术和机器学习的不断进步，将
这些技术用于乳腺癌的识别和预测是大势所趋。再结
合医生本身的经验来预测乳腺癌，这将是未来癌症疾
病的诊断模式。
2 研究现状(Research status)
在乳腺癌诊断方面，结合计算机学习的人工智能
分类诊断已成为一个重要研究方向， 国内外对乳腺
癌诊断预测的研究从未停止过， 许多研究人员己经
进行了大量卓有成效的研究，得到了很多十分宝贵的
研究成果。
搜索近十年的相关论文资料，约21篇论文。其
中，有11篇论文写过基于支持向量积算法对乳腺癌进
行诊断诊断的研究，有6篇写过基于神经网络对乳腺
癌诊断的研究，有2篇写过基于logistic对乳腺癌诊断
的研究，仅1篇写决策树对乳腺癌的诊断研究。
由此可得，很多学者在乳腺癌诊断中，基于支持
向量积分类器的研究相对比较成熟，而决策树相对欠
基于weka平台的C4.5 算法在乳腺癌诊断中的研究
朱琳艳
浙江大学宁波理工学院, 浙江 315100
E-mail: 875824274@qq.cm
摘 要: 乳腺癌已经成为当今世界影响妇女健康的重要疾病。为了提高乳腺肿癌断的诊断准确率，提出了应用机器学习
方法建立乳腺癌诊断模型。详细分析了 C4. 5 算法，使用基于 WEKA 平台的AttributeSelectClassfier的元分类器预处理
数据、J48 的分类模型，分类准确率采用 10 次交叉验证评价。其中描述细胞特征的参量作为模型的输入，细胞的类别
对应模型的输出。实验结果表明，weka平台可有效地自动属性选择，建立一个较好的良性、恶性乳腺肿瘤的诊断预测
系统。
关键词: C4. 5 ；weka；决策数；元分类器；乳腺癌诊断
Diagnostic Study of Breast Cancer on Weka Platform Based on Decision
Tree Classification
Zhu Linyan
Ningbo University of Technology, Zhejiang University, Zhejiang 315100, China
E-mail: 875824274@qq.cm
Abstract: Breast cancer has become an important disease in today's world that affects women's health. In order to improve the
diagnostic accuracy of breast cancer, the paper puts forward the establishment of breast cancer diagnosis model by machine
learning method. The algorithm of C4.5 algorithm is analyzed in detail. The preprocessing data of the AttributeSelectClassfier
based on WEKA platform and the classification model of J48 are used. The classification accuracy is evaluated by 10 cross
validation. Which describes the parameters of the cell characteristics as the input of the model, and the cell type corresponds to
the output of the model. The experimental results show that weka platform can effectively select the automatic attribute, and
establish a good predictive and predictive system of benign and malignant breast cancer.
Key Words: C4. 5; weka; decision number; meta-classifier; diagnosis of breast cancer
