Étude comparative de quelques outils de classification sur des données médicales

Abstract

L’analyse de données dans le domaine de la médecine est de plus en plus fréquente afin de préciser les diagnostics, affiner les méthodes de recherche et prévoir des approvisionnements appropriés en équipement en fonction de l’importance des pathologies qui apparaissent. Pour analyser les données présentes afin de prédire des résultats optimaux, l’intelligence artificielle propose des solutions logicielles parmi elles figurent différents outils tel que : R, SAS, Rapidminer, Weka, Tanagra, Matlab, Keel etc... Ils possèdent plusieurs algorithmes de traitement de données de filtrage de classification, d’apprentissage et de visualisation. Ce projet s’intéresse particulièrement à la classification des données. Qui peut être considérée comme un domaine permettant de définir des algorithmes et des techniques susceptibles de classer des objets dont l’aspect est variable par rapport à un objet type. On distingue habituellement deux types de classification, la classification en mode supervisé et la classification en mode non supervisé. Dans notre projet de fin d’étude de Master IBM nous avons présenté quelques outils de classification qui utilisent différents principes d’algorithmes dans le domaine de la classification. L’essentiel de notre travail a été d’élaborer une simple étude comparative entre trois outils Weka, Matlab et Tanagra en appliquant différents algorithmes de classification supervisé à savoir Knn, SVM et RN. Cette comparaison a été effectuée sur trois bases de données médicales connues: Pima (Diabètes), Heart (maladies de coeur), AP (Appendicite). D’après les résultats que nous avons obtenus on peut dire qu’il est difficile de conclure qu’un outil est meilleur par rapport à l’autre avec les critères que nous avons choisis dans notre travail de PFE. A travers cette modeste étude nous avons découvert qu’il y a d’autres critères importants pour évaluer les outils de classification qui sont: le temps de traitement, l’occupation mémoire, la richesse de la bibliothèque des méthodes, l’ergonomie, l’accessibilité…etc.