data mining

---

شرح پروژه

پروژه درس داده کاوي(رپيدماينر يا هر نرم افزار ديگه) يک فايل csv دارم که با يک سري عمليات مشخص طبق مقاله پيوست بايد بتونم سرطان رو پيش بيني کنم. اگه متن مقاله رو بخونين کل مراحل رو توضيح داده . به طور خلاصه: 1- SEER-related preprocessing, a. Convert the data into csv format. b. Convert apparently numeric attributes to nominal, e.g., marital status, sex (r6) c. Convert Size of Tumor to cm from SEER’s coding. E.g. code 100 is equivalent to 10.0 cm d. Calculate the survival time in months(numeric) from SEER’s format of YYMM 2- Problem specific preprocessing, a. Filter data records for the period of interest. Period of [1998, 2003] (r11) b. Filter data records that are related to the cancer in study. Primary Site [C18.0-C18.9] c. Filter all attributes that may indicate that vital status of the patient d. Derive appropriate binary attributes for survival, e.g., 5-year survival (survival month9999) e. Remove attributes that do not vary at all or that vary too much. Constant attributes are removed, and attributes that exceed a maximum variance threshold e.g. 99% 3- Predictive modeling, a. Split the data into training and testing sets or use cross-validation b. Conducting experiments using the different classification schemes 4- Evaluation, a. Percent of correct classified instances b. Area Under the Receiver Operating Characteristic (ROC Curve) اگه آموزش کامل نرم افزار امکان داشته باشه هزينه جدا ميپردازم(شيراز)


زیرساخت:
win7 rapidminer6.4 word2010


قابل تحویل:

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---