سید حسین سید ابراهیمی - گروه مهندسی برق، کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد ارومیه-ارومیه-ایران
جمشید باقرزاده - گروه مهندسی برق، کامپیوتر و فناوری اطلاعات، دانشگاه ارومیه، ایران

در این پژوهش از ترکیب دو روش خوشه بندی چند میانگینی و دسته بندی بیزی انعطاف پذیر به منظور توسعه مدل غربالگری بیماران دیابتی نوع دوم بهره گرفته شده است. در این روش ابتدا داده های آموزشی با استفاده از الگوریتم چند میانگینی، خوشه بندی می شوند. در این مرحله با شناسایی نمونه هایی که در خوشه های اشتباه قرار گرفته اند، داده های نویزی و استثنایی از مجموعه آموزشی حذف می شوند. به عبارت دیگر ایده اصلی این روش، استفاده از نمونه های برچسب دار با اعتبار بالاتر است. این فرایند مانع از رخداد پدیده تطبیق بیش از حد در امر آموزش دسته بندی به وسیله پژوهشگران مختلفی بر روی این داده ها اعمال شده اند تا بهترین الگوریتم با بالاترین کارایی شناسایی شود. محدوده دقت های به دست آمده در فاصله 59/4% تا 93/58% گزارش شده اند. با این حال مدل پیشنهادی این مقاله با استفاده از تکنیک اعتبارسنجی متقابل چندمرحله ای دقت دسته بندی 96/34% را به دست آورده است. همچنین برای ارزیابی مدل از معیارهای دیگری نظیر حساسیت، اختصاصی بودن و معیار آماری کاپا بهره گرفته شده است.

بیماری دیابت، مدل غربالگری ترکیبی، دسته بند بیزی انعطاف پذیر، الگوریتم خوشه بندی چند میانگینی، اعتبارسنجی متقابل چند مرحله ای