1.

Consulter la page de la base de données « Breast Cancer Wisconsin » depuis ce lien.

2. Lire la description de la base de données (rubrique Data Set Description) et compléter le
tableau suivant

Nombre d’exemples
Nombre d’attributs
Nombre d’attributs déterminants
Attribut de décision
Nombre de classes
3. Télécharger le fichier de la base de données nommé « breast-cancer-wisconsin.data »
(rubrique Data Folder)
4. Elaborer un diagramme KNIME qui permet de :
 Lire le fichier « breast-cancer-wisconsin.data »,
 Nommer les attributs comme défini dans la description de la base de données,
 Convertir le type de l’attribut de décision en chaine de caractères et remplacer ses
valeurs : 2 par « benign » et 4 par « malignant »,
 Répartir la base de données en deux : 80% pour la première partie et 20% pour la
deuxième partie,
 Faire un apprentissage automatique sur la première partie de la base de données en
utilisant la méthode SVM pour créer un modèle prédictif,
 Tester le modèle prédictif en utilisant la deuxième partie de la base de données,
 Exporter le résultat de prédiction dans un fichier Excel,
 Déterminer la performance « accuracy » du modèle prédictif,
 Déterminer et interpréter la valeur du « Vrai positifs »,
 Donner la main pour saisir un exemple à prédire.