摘要：乳腺癌的早期诊断与治疗有着重要的作用，已有多种分类方法应用于此种诊断。本文分别对C4.5决策树算法、朴素贝叶斯算法，支持向量机，KNN的原理进行论述，并基于乳腺癌数据运用上述分类方法进行模型构建，分析比较各模型性能，其中支持向量机性能较优。

    关键词：乳腺癌；分类方法；C4.5决策树；朴素贝叶斯；支持向量机；KNN

    乳腺癌是女性常见的癌症，据统计，乳腺癌是世界上第二大最常见的癌症，也有着较高的致死率。历年来，已有不少分类算法应用于癌症的辅助诊断。C4.5决策树算法，朴素贝叶斯算法，支持向量机算法都属于分类方法中的经典算法，它们基于不同的原理，对乳腺癌数据的分类性能上也存在些微的差异。

    1 方法

    1.1 C4.5分类器 C4.5是一种经典的决策树算法。是昆兰早期ID3算法的扩展版本。ID3主要基于信息增益来进行属性分裂，而C4.5不同于ID3，其属性选择度量基于信息增益率。即

    其中splitInfoA(D)代表由训练数据集D划分成对应于属性A测试的v个输出的v个分区所产生的信息；Grain(A)表示基于按A属性划分的所获得信息增益 ......