مقایسه تکنیک های داده کاوی برای پیش بینی دیابت
عنوان مقاله: مقایسه تکنیک های داده کاوی برای پیش بینی دیابت
شناسه ملی مقاله: NCCOS02_171
منتشر شده در دومین همایش ملی کامپیوتر در سال 1392
شناسه ملی مقاله: NCCOS02_171
منتشر شده در دومین همایش ملی کامپیوتر در سال 1392
مشخصات نویسندگان مقاله:
مرضیه حکمی - کارشناسی ارشد گرایش نرم افزار، دانشکده فنی مهندسی، دانشگاه پیام نور ری، تهران، ایران
احمد فراهی - استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور
خلاصه مقاله:
مرضیه حکمی - کارشناسی ارشد گرایش نرم افزار، دانشکده فنی مهندسی، دانشگاه پیام نور ری، تهران، ایران
احمد فراهی - استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور
تکنیک های داده کاوی می توانند به طور موفقیت آمیزی برای طبقه بندی بیماران دیابتی به کار روند. هدف از این مطالعه، مقایسه نزدیک ترین همسایه و ماشین بردار پیش بینی دیابت با استفاده از 9 مشخصه مشترک مجموعه داده ورودی PID است که به صورت منبع باز در دسترس می باشد. تکنیک های داده کاوی به کار رفتند و از لحاظ دقت، حساسیت و تخصیص مورد ارزیابی قرار گرفتند، الگوریتم ماشین بردار پشتیبان با دقت 77/34%، حساسیت 89/8% و تخصیص 5/41% بهترین مدل طبقه بندی شناخته شد. مقایسه و ارزیابی طبق نرم افزار WEKA و با روش K-fold Cross-Validation برای مد لهای پیشنهادی به کار گرفته شد.
کلمات کلیدی: داده کاوی، دیابت، پیش بینی، ابزار داده کاویWEKA
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/295450/