Meme Kanseri Teşhisi

Örnek veri setini Kaggle.com'dan indirdik. Bu veri kümesi iyi veya kötü huylu tümöre sahip meme kanseri olan hastaların bilgilerini tutar.

Logistic Regression:

• Lojistik regresyon verilen veri kümesindeki özelliklere bağlı olarak söz konusu hastanın iyi mi yoksa kötü huylu tümöre mi sahip olduğunu tahmin etmek için kullanıldı.

Output:

• Cost after iteration 0: 0.692836
• Cost after iteration 10: 0.498576
• Cost after iteration 20: 0.404996
• Cost after iteration 30: 0.350059
• Cost after iteration 40: 0.313747
• Cost after iteration 50: 0.287767
• Cost after iteration 60: 0.268114
• Cost after iteration 70: 0.252627
• Cost after iteration 80: 0.240036
• Cost after iteration 90: 0.229543
• Cost after iteration 100: 0.220624
• Cost after iteration 110: 0.212920
• Cost after iteration 120: 0.206175
• Cost after iteration 130: 0.200201
• Cost after iteration 140: 0.194860

---

train accuracy: 95.23809523809524 %

test accuracy: 94.18604651162791 %