乳腺癌是一种危及生命的疾病,影响了全世界数百万的疾病,由于其耗时的手动确定过程,潜在的风险和人类错误,构成了重大挑战。这是乳房细胞不自然,无法控制的,导致肿块称为肿瘤。如果未解决乳房的肿块,它们可以扩散到身体的其他区域,包括骨骼,肝脏和肺部。早期诊断对于有效治疗和改善患者预后至关重要。在本研究论文中,我们专注于采用机器学习模型,以快速鉴定乳腺癌肿瘤为良性或恶性肿瘤。主要目标是使用群和热图开发决策可视化模式。为了实现这一目标,我们利用了Light GBM(梯度增强机)算法,并将其性能与其他已建立的机器学习模型进行了比较,即逻辑回归,梯度增强算法,随机森林算法和XG Boost Boost Boost Algorithm。最终,我们的研究表明,光GBM算法在区分良性和恶性乳腺肿瘤方面的精度最高96.98%。