بهبود کارایی الگوریتم‌های یادگیری ماشین در تشخیص بیماری‌های قلبی با بهینه‌سازی داده‌ها و ویژگی‌ها

قلب یکی از مهم‌ترین اعضای بدن بوده و بیشترین علت مرگ‌‌‌ومیر در دنیا و ایران، بیماری‌های قلبی است. ازاین‌رو تشخیص زودهنگام و بموقع، یکی از ارکان مهم برای جلوگیری و کاهش مرگ‌ومیر ناشی از این بیماری است. هدف از این پژوهش، ایجاد مدل‌های تشخیص بیماری‌های‌ قلبی با استفاده از روش‌های یادگیری ماشینی است. مدل‌ها بر روی مجموعه داده‌های قلب کلیولند دانشگاه کالیفرنیا، ایروین ایجاد شده است. با توجه به روش پیشنهادی پژوهش، پس از پردازش کامل داده‌ها که شامل شناسایی داده‌های پرت، نرمال‌سازی، گسسته‌سازی و انتخاب ویژگی می‌باشد، با توجه به ماهیت الگوریتم‌ها، داده‌‌ها به دو شکل داده‌های عددی نرمال‌شده و گسسته‌شده به بازه‌های بهینه، تغییر یافته است. همچنین ورودی الگوریتم‌های مورد استفاده، یک بار ویژگی‌های پردازش‌شده و بار دیگر ویژگی‌های ایجادشده توسط الگوریتم تحلیل مولفه‌های اصلی می‌باشد. از طرفی با استفاده از روش‌های‌ جست‌وجوی تصادفی با اعتبارسنجی متقابل و جست‌وجوی شبکه‌ای از طریق talos scan پارامتر‌های مناسب هر الگوریتم انتخاب و مدل‌ها ایجاد و ارزیابی شده است. در بین الگوریتم‌های درخت تصمیم، جنگل تصادفی، ماشین بردار پشتیبان و xgboost، بیشترین صحت مربوط به ماشین بردار پشتیبان به میزان 92/9% و در بین شبکه‌های عصبی بیشترین صحت به میزان 94/6%، مربوط به شبکۀ عصبی پرسپترون چندلایه است.