زهرا احمدیان - دانشگاه علامه طباطبائی
فرزاد اسکندری - دانشگاه علامه طباطبائی

امروزه تشخیص بیماری ها با استفاده از هوش مصنوعی و الگوریتم های یادگیری ماشین از اهمیت بسیار بالایی برخوردار است، چرا که با استفاده از داده های موجود در زمینه مطالعاتی بیماری مورد نظر می توان به اطلاعات و نتایج سودمندی دست یافت که از رخداد بسیاری از مرگ ومیر ها می کاهد. از جمله این بیماری ها می توان به تشخیص بیماری دیابت که امروزه با توجه به رشد زندگی شهرنشینی و کاهش فعالیت افراد گسترش یافته است، اشاره کرد. پس تشخیص این موضوع که فرد به بیماری دیابت مبتلا می گردد یا خیر از اهمیت بسیار بالایی برخوردار است. در این مقاله از مجموعه داده مربوط به اطلاعات افرادی که آزمایش تشخیص دیابت را انجام داده اند استفاده شده است. این اطلاعات مربوط به ۵۲۰ نفر است،  عمل رده بندی افراد به دو دسته که آیا نتیجه آزمایش دیابتشان مثبت است یا خیر صورت می گیرد و از روش های رده بند بیزی مانند ماشین بردار پشتیبان بیزی، بیز ساده، CN و روش رده بند ترکیبی کت بوست استفاده شده است تا بتوان نتیجه گرفت که کدام یک از این روش ها می توانند توانمندی بهتری برای تحلیل داده ها داشته باشند و همچنین برای مقایسه این روش ها از معیار های دقت، صحت، وضوح، حساسیت و نمودار راک استفاده شده است.

classification, bayesian classification, ensemble classification, رده بندی, رده بندی ترکیبی, رده بندی بیزی