معصومه صفایی نیک - کارشناسی ارشدفناوری اطلاعات گرایش شبکه های کامپیوتری دانشگاه غیرانتفاعی دیلمان لاهیجان
میرمنصور ضیابری - سرپرست موسسه غیرانتفاعی دیلمان
سیدعبدالرضا حسام محسنی - مدرس مدعو
مجید مشکین مژه - عضوهیئت علمی دانشگاه غیرانتفاعی دیلمان لاهیجان

بیماری دیابت یکی از شایع ترین، خطرناک ترین و پر هزینه ترین بیماری های حال حاضر دنیا است که با نرخ هشداردهنده ای در حال افزایش است. استفاده از روش های داده کاوی می تواند به تشخیص زودهنگام دیابت کمک کند که باعث جلوگیری از پیشرفت این بیماری و خیلی از عوارض آن مانند بیماری قلب و عروق می شود. تحقیقات و پژوهش های زیادی در سراسر دنیا در زمینه ی بررسی کاربردهای داده کاوی در علم پزشکی انجام شده است. بدین ترتیب یکی از محبوب ترین حوزه های که داده کاوی در آن کاربردهای وسیعی پیدا کرده است، حوزه های پزشکی و مراقبت های بهداشتی هست. استفاده از روش های داده کاوی منجر به کشف الگوهای جانبی می شود که تشخیص زودهنگام و توصیه موفق را در درمان بیماری ممکن می سازد. بنابراین با توجه به حجم انبوه بیماران می توان از ابزار داده کاوی برای شناخت الگوی بیماران استفاده کرد. در این پژوهش سعی بر آن است که مشخص گردد که کدام یک از روش های داده 0کاوی با توجه به داده بهترین روش برای تشخیص دقیق و سریع بیماری دیابت نوع 2 برای کمک به پزشکان می باشد. در این پژوهش یک رویکرد مبتنی بر انتخاب ویژگی با الگوریتم های ماشین بردار پشتیبان، ژنتیک و طبقه بندی جنگل تصادفی ارائه گردید. نتایج بدست آمده از پیش بینی نمونه های مجموعه دادگان دیابتی سرخپوستان پیما دقت 99.22 درصد را نشان می دهد.

ماشین بردار پشتبان، دیابت نوع دو، الگوریتم ژنتیک، جنگل تصادفی، طبقه بندی