آنالیز عملکرد تکنیک های تلفیقی داده کاوی جهت پیش بینی بیماری دیابت
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 774
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
IRCEM02_121
Index date: 26 February 2018
آنالیز عملکرد تکنیک های تلفیقی داده کاوی جهت پیش بینی بیماری دیابت abstract
بیماری دیابت یکی از چالش های عمده سلامت در سراسر دنیاست . دیابت با سرعت بالایی در حال شیوع بوده و پیشگیری و پیش بینی این بیماری به شکلی روز افزون مورد توجه جامعه سلامت است. در این میان استفاده از علم داده کاوی برای پیش بینی بیماری دیابت محبوبیت زیادی را در بین مردم به دست آورده است. در این پژوهش الگوریتم های تلفیقی AdaBoost و Bagging را به همراه دو الگوریتم درخت تصمیم J48 و الگوریتم Logistic به عنوان الگوریتم های پایه دسته بند، با الگوریتم های J48 و Logistic به صورت مستقل مقایسه می کنیم تا بتوانیم دقیق ترین تشخیص را برای بیماری دیابت داشته باشیم. مراحل شبیه سازی با نرم افزار وکا انجام گرفته است. روش پیشنهادی بر روی داده های دریافت شده از سیستم پزشکی دانشگاه کالیفرنیا(UCI) اعمال شده است. این مجموعه داده دارای 768 رکورد می باشد. نتایج ارزیابی ها نشان می دهد که بصورت کلی روش تلفیقی Bagging، با هردو پایه J48 و Logistic دارای عملکرد بالاتری نسبت به الگوریتم AdaBoost و الگوریتم های مستقل J48 و Logistic در تشخیص بیماری می باشد.
آنالیز عملکرد تکنیک های تلفیقی داده کاوی جهت پیش بینی بیماری دیابت Keywords:
آنالیز عملکرد تکنیک های تلفیقی داده کاوی جهت پیش بینی بیماری دیابت authors
صفا کاشمری
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد سبزوار
یاسر علمی سولا
عضو هیات علمی گروه کامپیوتر، دانشگاه آزاد اسلامی، واحد سبزوار