CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی بیماری کرونری قلبی با استفاده از مدل ترکیبی درخت تصمیم، نزدیک ترین همسایگی K-NN

عنوان مقاله: پیش بینی بیماری کرونری قلبی با استفاده از مدل ترکیبی درخت تصمیم، نزدیک ترین همسایگی K-NN
شناسه ملی مقاله: CECONF01_026
منتشر شده در کنفرانس بین المللی پژوهش های نوین در مهندسی برق و کامپیوتر و مهندسی پزشکی در سال 1395
مشخصات نویسندگان مقاله:

سیدجلال الدین غریبی کریک - دانشگاه فنی و حرفه ای واحد یاسوج
سیدعنایت الله غریبی کریک - دانشگاه آزاد اسلامی واحد بوشهر
مهرداد موحدپور - دانشگاه فنی و حرفه ای واحد یاسوج
مجید محمدپور - دانشگاه آزاد اسلامی واحد یاسوج

خلاصه مقاله:
در این پژوهش ابتدا اطلاعات مربوط به بیماران کرونری قلبی که شامل اطلاعات 200 بیمار می باشد، به دو قسمت مجموعه داده مدل ساز 70% کل داده ها و مجموعه داده آزمون 30% کل داده ها، تقسیم شد. با استفاده از مجموعه داده مدل ساز عمل مدل سازی مدل مربوطه انجام و در نهایت با استفاده از مجموعه داده ازمون دقت مدل برازش داده شده مورد ارزیابی قرار گرفت که در نهایت مدل ترکیبی درخت تصمیم و K-NN نزدیک ترین همسایگی توانست با دقت 96.86% عمل کلاس بندی را برای این نوع بیماری پیش بینی نماید.

کلمات کلیدی:
داده کاوی، پیش بینی، درخت تصمیم، K-NN،نزدیک ترین همسایگی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/657285/