مروری بر روشهای مبتنی بر درخت تصمیم جهت پیش بینی بیماری دیابت

افزایش تعداد بیماران دیابتی؛ عواقب این بیماری هزینه ها و آمار مرگ و میر مرتبط با آن تلاش برای توسعه و بهبود سیتسمهای کامپیوتری تشیخص و پیش بینی بر پایه کاوی را معنادار می کند داده کاوی پزشکی می تواند کمک بزرگی به جامعه پزشکی در کشف الگوهای پنهان روابط معنادار و مهم از بین حجم انبوهی از داده ها و اطلاعات موجود ابا توجه به شد جمعیت بیماران باشد و د رنهایت به افزایش صحت پیش بینی بیماری؛ سادگی روند درمان و کاهش هزینه های مربوط به آن کمک کند هدف این مطالعه مقایسه تعدادی از کارهای انجام شده اخیر در رابطه با پیش بینی و تشخیص بیماری دیابت بوسیله درخت تصممی است. در این مقاله روشهای ساخت درختان تصمیم بر پایه نو ع شکاف داده با مجموعه داد ها مختلف از بیماران دیابتی و غیر دیابتی وفاکتورهای ریسک متفاوت به همراه صحت نهایی هر کدام از مدلهای پیش بینی بررسی وارزیابی شد.

Keywords:

داده کاوی پزشکی , پیش بینی , درخت تصمیم , بیماری دیابت