مقایسه الگوریتم های داده کاوی برای تشخیص بیماری دیابت نوع 2 در بندرعباس

دنیای پزشکی نیاز به یک روش پیش بینی قابل اطمینان برای تشخیص بسیاری از بیماری ها از جمله دیابت دارد. بندرعباس،واقع در جنوب کشور ایران، دارای حجم بالایی از بیماران دیابتی می باشد. داده های بیماران دیابتی بیمارستان امام رضا شهربندرعباس به عنوان مجموعه داده اصلی این تحقیق به منظور آنالیز و استخراج الگوهای پنهان مورد استفاده قرار گرفته است.تشخیص دیابت با استفاده از 7 مشخصه ی مشترک شامل: 1. جنسیت 2. سن 3. کلسترول 4. تری گلیسیرید 5. قند خونناشتا 6. قند 2 ساعت بعد از غذا 7. کلاس (بیمار یا سالم) از مجموعه داده های موجود انجام شده است. ما از تکنیک هایداده کاوی برای طبقه بندی کارآمد داده های دیابتی استفاده کردیم. در این تحقیق به مقایسه ی الگوریتم های ماشین بردارپشتیبان ، رگرسیون لجستیک، شبکه های عصبی، و Bagging پرداخته ایم. این تکنیک های داده کاوی از لحاظ دقت،صحت و حساسیت مورد ارزیابی قرار گرفتند که الگوریتم Bagging با دقت 98.19%، صحت 100 % و حساسیت 93%بهترین مدل طبقه بندی شناخته شد.

Keywords:

داده کاوی , دیابت , طبقه بندی , Bagging , SVM