تشخیص اولیه بیماری پارکینسون در داده های نامتوازن با استفاده از الگوریتم های داده کاوی

با توجه به اینکه بیماری پارکینسون جز بیماریهایی است که تشخیص پزشکی آن مشکل و هزینه بر است و تشخیص زود هنگام این بیماری نیاز به یک روش تشخیص صحیح و مطمئن است تا آنرا از سایر بیماریهای مشابه تمیز دهند. بنابراین، یافتن یک روش تشخیص صحیح و موثر و همچنین عوامل خطر در بروز این بیماری، بسیار با اهمیت است. بطور کلی ترکیب طبقه بندها یک زمینه تحقیقاتی جدید در مبحث یادگیری ماشین و تشخیص الگو میباشد. روشهای ترکیبی به این صورت است که مجموعهای از طبقه بندها را با داده های آموزشی ایجاد کرده و میزان صحت را با انجام عملیات رایگیری بر روی نتایج آنها بدست می آورند. از طرفی با وجود داده های نامتوازن و یادگیری در مجموعه داده های نامتوازن جایی که نمونه های طبقه اکثریت خیلی بیشتر از بقیه است، چالش مهمی در یادگیری ماشین است زیرا الگورتیمهای قدیمی یادگیری ماشین، ممکن است به سمت طبقه اکثریت متمایل شوند و این مسئله صحت پیشبینی را در طبقه اقلیت پایین می آورد. در این مقاله روش زیرنمونه برداری تصادفی را بعد از مقایسه آن با روشهای دیگر نمونه برداری مانند بیش نمونه بردای تصادفی وEasyEnsemble و ModifiedBagging ، برای نمونه برداری مجموعه آموزش استفاده شد و سپس نتایج را با معیارهای Recall و Precision و معیار F و معیار Gارزیابی نموده تا توان پیشبینی طبقه بندها در مقابل داده های نامتوازن افزایش پیدا کند. در این مقاله روشی را بر مبنای استخراج ویژگی بر مبنای طبقه بند ترکیبی شد تا داده های آموزش را برای طبقه بند پایه ایجاد شود.

Keywords:

بیماری پارکینسون , داده های نامتوازن , طبقه بندی , ماشین بردار پشتیبان , طبقه بند ترکیبی