نرجس خاتون کرخی - دانشجوی ارشد نرم افزار دانشگاه سبحان نیشابور،
مجید انجیدنی - استادیار دانشگاه پیام نور نیشابور،

دیابت پنجمین علت مرگ و میر در اکثر کشورها می باشد و روند رو به افزایش این بیماری در سطح جهانی یکی از مهمترین مسائل بهداشت عمومی است. یکی از مشکلات اساسی این بیماری عدم تشخیص دقیق و درمان به موقع آن میباشد. هدف اصلی در این مطالعه افزایش دقت پیشبینی بیماری دیابت است. در تحقیق حاضر، از روش داده کاوی در مجموعه داده ی PIDD که شامل 768 نفر با 8 ویژگی میباشد استفاده کرده ایم. به منظور افزایش دقت تشخیص، در این مطالعه الگوریتمی پیشنهاد میشود که در آن از الگوریتم رئوس وزنی به منظور انتخاب بهترین ویژگیها و از ماشین بردار پشتیبان برای طبقه بندی داده ها در محیط نرم افزار متلب بهره گرفته شده است. داده ها به دو مجموعه ی آموزش و آزمون با روش Kfold تفکیک شده اند. دقت به دست آمده از روش پیشنهادی بدون استفاده از روش کافولد برابر %98/05 و با استفاده از روش کافولد برابر %100 میباشد. این نتیجه، با توجه به کاهش حجم چشمگیر %62/5 داده ها و نیز با توجه به استخراج تاثیرگذارترین ویژگیها توسط الگوریتم بهینه ساز رئوس وزنی به دست آمده است. نتایج حاصل از مطالعه نشان میدهد که این روش کارایی خوبی در پیش بینی دقیق تر بیماری دارد.

دیابت، الگوریتم بهینه ساز رئوس وزنی، داده کاوی، انتخاب ویژگی، ماشین بردار پشتیبان