ارائه مدل پیش بینی بیماری قلبی و عروقی با استفاده از ترکیب الگوریتم های انتخاب ویژگی

بیماری‌های قلبی یکی از شایع‌ترین بیماری‌هاست که در حال حاضر تعداد افراد مبتلا به این نوع بیماری‌ها در حال افزایش می‌باشد. این درحالی است در صورتی که مراقبت‌های لازم برای بیمار در زمان مناسب صورت نگیرد، می‌تواند باعث مرگ بیمار شود. از اینرو تشخیص دقیق در مرحله معاینه اولیه به همراه درمان مناسب می‌تواند منجر به اجتناب از افزایش میزان مرگ‌ومیر ناشی از بیماری قلبی گردد. برای رسیدن به این مهم می‌توان از تکنیک‌های موجود در زمینه داده‌کاوی بهره گرفت. داده‌کاوی داده‌های مفیدی را از مجموعه داده‌های موجود استخراج می‌کند که منجر به پیش‌بینی یا دسته‌بندی اطلاعات از طریق خوشه‌بندی، کلاس‌بندی و یا کشف الگوهای پنهان می‌شود. در این مقاله قصد داریم با استفاده از رویکردی مبتنی بر انتخاب ویژگی مدلی باهدف تشخیص بیماری قلبی ارائه گردد. راهکار پیشنهادی دارای 3 گام اصلی می‌باشد که گام1) پیش‌پردازش داده‌ها با هدف پاکسازی داده‌ها، گام2) انتخاب ویژگی‌های موثر استفاده از روش‌های feature selection در گام3) با استفاده از 3 الگوریتم j48، شبکه بیزین و svm مدلی برای پیش بینی بیماری قلبی ساخته می شود و در گام نهایی نتایج مدل باهم ترکیب گردیدند. نتایج بدست آمده نشان می‌دهد مدل j48 با دقت 0.97 دارای بالاترین دقت است.