حمیدرضا آوینی - گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد یاسوج، یاسوج، ایران

چکیدهبیماری قلبی و عروقی مهم ترین عامل مرگ و میر در دنیا می باشد. بنابراین بهبود اقدامات تشخیصی و درمان این بیماری ضروری می باشد. تشخیص به موقع این بیماری از اهمیت زیادی برخوردار است. الگوریتم اصلی مورد استفاده در این مقاله، الگوریتم درخت کارکردگرا می باشد. برای تشخیص میزان دقت بیماری قلبی و عروقی یک مجموعه داده را که شامل ۲۷۰ نمونه (بیمار) می باشد و ۱۴ ویژگی در آن بررسی شده است استفاده کردیم. برای پیاده سازی از الگوریتم درخت کارکردگرا استفاده کردیم. این الگوریتم یک چارچوب کلی برای یادگیری را در بر می گیرد. یعنی درختان طبقه بندی چند متغیره یا رگرسیون که می توانند از ترکیبی از ویژگی ها در گره های تصمیم، گره های برگ یا هر دو استفاده کنند. با استفاده از این الگوریتم توانستیم میزان دقت تشخیص بیماری قلبی و عروقی را ۸۲.۹۶۳ % افزایش دهیم.

بیماری، قلبی و عروقی، الگوریتم درخت کارکردگرا