국내 여성 유방암(breast cancer) 발생률은 전체 암 중 1위이다. 유방암에 의한 사망률을 줄이기 위하여 정확한 진단과 간편한 진단 방법이 요구되고 있다. 따라서 본 연구에서는 스태킹 분석을 기반으로 유방암 데이터를 머신러닝 하여 유방암 진단의 확률을 높이는 시스템을 연구한다. 본 모델에서는 스태킹 앙상블 기법의 데이터 추출방식에 재귀적 변형을 적용하였다. 결과적으로 제안한 향상된 데이터 추출 방법과 스태킹 기법을 적용하였을 때 적용하지 않은 비교군에 비하여 유방암 진단 정확도가 상승하였다.
The incidence of breast cancer in women in Korea is the highest among all cancers. Accurate diagnosis and easy diagnosis methods are required to reduce the mortality rate from breast cancer. Therefore, this study studies a system that increases the probability of breast cancer diagnosis by machine learning breast cancer data based on stacking analysis. in this model, a recursive transformation was applied to the data extraction method of the stacking ensemble technique. As a result, when the proposed improved data extraction method and stacking technique were applied, the accuracy of breast cancer diagnosis increased compared to the comparative group that was not applied.