تاثیر روش های جانشینی مقادیر مفقود در کلاسه بندی داده های پزشکی
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 697
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TIAU01_107
تاریخ نمایه سازی: 14 شهریور 1393
Abstract:
وجود درصد زیادی از مقادیر مفقود شده در داده های پزشکی معمول می باشد. این مقادیر می توانندتمام فرایند داده کاوی و تفسیرهای حاصل را تحت تاثیر قرار دهند. اکثر الگوریتم های داده کاوی با این فرضطراحی شده اند که هیچ مقدار مفقودی در مجموعه داده ها وجود ندارد. بنابراین برخورد با مقادیر مفقود می تواند بظور قابل ملاحظه ای کیفیت داده کاوی را افزایش دهد. در این مقاله، تاثیر روش های معروف جانشینی مقادیر مفقود شامل،KNN ، Hot Deck ،mean/mode وRegression و Case Deletion ،All possible Value ،Maximum Possible Valueبر روی دقت کلاسه بندی با آزمایش بر روی هفت مجموعه داده ی پزشکی مختلف شامل انواع داده های عددی و اسمی مورد بررسی و ارزیابی قرار می گیرند. کلاسه بندهای مورد استفاده، شبکه های عصبی و نزدیکترینkهمسایه هستند که مشهورترین و پرکاربردترین الگوریتم های کلاسه بندی در داده کاوی پزشکی محسوب می شوند. آزمایشات بر روی نرخ های متفاوت بین 5 تا 50 درصد از مقادیر مفقود از انجام می گیرند
Keywords:
Authors
حمیدرضا طهماسبی
مربی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر
ملیحه آموزگار
مربی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :