Association and Classification Data Mining Algorithms Comparison over Medical Datasets / Comparação de Algoritmos de Classificação e de Associação de Mineração de Dados sobre Bases de Dados Médicos / Comparación de Algoritmos de Clasificación y de Asociación de Míneria de Datos sobre Bases de DatosMédicos

ABSTRACT

Objectives: Compare Data Mining algorithms related to Classification and Association tasks over medical datasets about dermatology, vertebral column and breast cancer patients, analyzing which is the best one over each of these datasets. Methods: The classification algorithms are ran over these datasets and compared using precision, F-measure, ROC curve and Kappa performance metrics. For associaton task, the Apriori algorithm is ran to get a significant number of rules with confidence above 90%. Results: For diagnostics prediction about breast cancer and dermatology issues, the best classification algorithm was BayesNet and for vertebral column was the Logistic Model Tree. For association task, were extracted 100 knowledge rules for breast cancer and dermatology issues with confidence higher than 90% while for vertebral column were found 18 with same confidence. Conclusion: The comparison was useful to prove the possibility of using Data Mining algorithms to help Medicine decision engine with good precision.

RESUMO

Objetivos: Compar os algoritmos de Mineração de Dados de Classificação e Associação de dados sobre bases de dados de dermatologia, câncer de mâma e de problemas da coluna vertebral. Métodos: Os algoritmos de classificação foram executados sobre essas bases de dados e comparadas pelas métricas de precisão, F-measure, curva ROC e Kappa. Para associação, o algoritmo Apriori é executado para gerar um número significante de regras com confiança acima de 90%. Resultados: Para a predição de diagnósticos sobre câncer de mâma e dermatologia o melhor algoritmo foi o BayesNet e para coluna vertebral foi o de Árvore de Modelo Logístico. Para a tarefa de associação, foram extraídas 100 regras de conhecimento para a base de câncer de mâma e de dermatologia com confiança acima de 90% enquanto para a da coluna vertebral foram encontradas 18 com a mesma confiança. Conclusão: A comparação foi útil para provar a possibilidade do uso de algoritmos de Mineração de Dados no auxílio ao processo decisório na Medicina com boa precisão.

RESUMEN

Objetivos: Comparar los algoritmos de minería de datos relacionados con las tareas de clasificación y asociación de conjuntos de datos médicos sobre dermatología, coluna vertebral y patientes con cáncer de mama, analizando cual es el mejor en cada uno de estos conjuntos de datos. Métodos: Los algoritmos de clasificación se pasó por encima de estos conjuntos de datos y se compararon con las métricas de rendimiento precisión, F-medida, la curva ROC y Kappa. Para la tarea Associaton, el algoritmo Apriori obtiene normas de confianza superior al 90%. Resultados: Para la predicción de diagnóstico sobre el cáncer de mama y problemas dermatológicos el mejor algoritmo de clasificación fue BayesNet y de la columna vertebral era el árbol del modelo logístico. Para tarea de asociación, se extrajeron 100 reglas de conocimiento para el cáncer de mama y problemas dermatológicos con confianza mayor que 90%, mientras que para la columna vertebral se encontraron 18 con la misma confianza. Conclusión: La comparación es útil para demostrar la posibilidad de utilizar algoritmos de minería de datos para ayudar a motor de decisóin de Medicina con buena precisión.