Disclosed are an apparatus for optimizing a classification model and a method thereof for use in cancer diagnosis based on mass spectrometry and machine learning. The classification model optimization method includes: acquiring learning data including a mass spectrum extracted from a cancer tissue of a cancer patient and a mass spectrum extracted from a normal tissue of a normal person； Optimizing preprocessing parameters for preprocessing mass spectra included in the training data； Determining a characteristic of each of the mass spectra by preprocessing the mass spectra included in the training data with an optimized pretreatment parameter； And learning a classification model for determining whether a patient develops cancer using the characteristics of each of the mass spectra.질량 분석 및 기계 학습에 기초한 암 진단에 사용하는 분류 모델 최적화 장치 및 그 방법이 개시된다. 분류 모델 최적화 방법은 암 환자의 암 조직으로부터 추출한 질량 스펙트럼 및 정상인의 정상 조직으로부터 추출한 질량 스펙트럼을 포함하는 학습 데이터를 획득하는 단계； 상기 학습 데이터에 포함된 질량 스펙트럼들을 전처리하기 위한 전처리 파라미터를 최적화하는 단계； 최적화된 전처리 파라미터로 상기 학습 데이터에 포함된 질량 스펙트럼들을 전처리하여 질량 스펙트럼들 각각의 특징을 결정하는 단계； 및 상기 질량 스펙트럼들 각각의 특징을 이용하여, 환자의 암 발병 여부를 판단하기 위한 분류 모델을 학습하는 단계를 포함할 수 있다.
