ارایه ی یک مدل پیش پردازش داده ها و تاثیر آن بر پیش بینی بیماری هپاتیت

امروزه برای کاهش خطاهای پزشکی در زمینه ی تشخیص به موقع بیماری از سیستم های تشخیص بر مبنای یادگیری ماشین کمک گرفته می شود. در این مقاله برای تشخیص بیماری هپاتیت ، یک مدل مبتنی بر شبکه ی عصبی پیشنهاد شده است . در مدل پیشنهادی ، یک مرحله ی پیش پردازش کامل برای مدیریت داده های از دست رفته و تکمیل سازی داده ها استفاده شده است . برای مدیریت داده های از دست رفته ، از روشهایی برای تخمین مقادیر از دست رفته استفاده شده است . همچنین با توجه به این که داده های مربوط به یک کلاس نسبت به دیگری در اقلیت هستند، شبکه ممکن است به خوبی تعلیم نبیند. برای رفع این مساله ، تکنیک های متعادل سازی داده را اعمال کردیم . چون تخصیص داده های از دست رفته ممکن است دقت بالایی نداشته باشد، لذا در مدل پیشنهادی ابتدا یک مرحله گروه اقلیت را با استفاده از داده های دقیق گسترش دادیم ، سپس داده های از دست رفته را تخمین زده و درنهایت برای اعمال تاثیر داده های تخمین زده شده، دوباره تکنیک متعادل سازی را بکار بردیم . برای دسته بندی داده های پیش پردازش شده و بررسی کارآیی روش از شبکه های MLP ،SVM و یادگیری شبه نظارتی استفاده کردهایم و مدل پیشنهادی را بر روی مجموعه داده های به دست آمده از پایگاه های داده Kaggle و Cleveland آزمایش کرده ایم . نتایج پیادهسازی بر این تاکید دارند که کاربرد تکنیک های پیش پردازش داده ها، باعث بهبود قابل توجه معیارهای ارزیابی می شود. خصوصا دقت به دست آمده برای الگوریتم های SVM و شبه نظارتی ، بیشتر از ۹۶ درصد است .