این شبیه سازی با موضوع “تشخیص سرطان سینه با استفاده از ترکیب روش های خوشه بندی” می باشد. پیاده سازی صورت گرفته با ابزار برنامه نویسی رپیدماینر (Rapidminer) و وکا (Weka) انجام شده است.

فرآیند تشخیص سرطان سینه به این صورت است که:

1. ابتدا دیتاست پیش پردازش می شود.
2. پیش پردازش شامل حذف نمونه های پرت و بلااستفاده می باشد.
3. پس از حذف نمونه های پرت، دیتاست به نرم افزار رپیدماینر وارد می شود.
4. دیتاست ایمپورت شده به الگوریتم های خوشه بندی وارد می شود.
5. نوع الگوریتم خوشه بندی K-Means است.
6. از ابزار وکا و رپیدماینر استفاده گردیده است.
7. در این پروژه از دیتاست سرطان سینه با تعداد 10.000 نمونه استفاده گردیده است.

امکانات اصلی شبیه سازی:

• امکان دانلود فایل شبیه سازی رپیدماینر
• امکان دانلود دیتاست شبیه سازی

توجه 1: پایان نامه با همین موضوع، در سایت موجود می باشد که می توانید بصورت جداگانه خریداری نمایید. (جهت خرید کلیک نمایید)

در صورت نیاز به پایان نامه، پروپوزال یا شبیه سازی مشابه با این محصول، یا پروژه ای متفاوت و همچنین اصلاحات پس از خرید شبیه سازی فوق کافی است با تیم پشتیبانی “ماکان تزیز” از طریق پیامک یا واتساپ ارتباط برقرار نمایید.