تشخیص بیماری دیابت بر اساس روش کاهش ویژگی هوشمند و یادگیری ترکیبی ماشینی
|
|
|
|
|
|
|
|
نویسنده
|
هادی زاده محمد ,خسروی آرش
|
|
منبع
|
محاسبات و سامانه هاي توزيع شده - 1400 - دوره : 4 - شماره : 1 - صفحه:78 -89
|
|
چکیده
|
استخراج وآنالیز از میان انبوهی از داده های مرتبط به سوابق بیماری و پرونده های پزشکی افراد با استفاده از فرایند داده کاوی می تواند منجر به شناسایی قوانین حاکم در تشخیص بیماری ها شود و اطلاعات ارزشمندی را جهت افزایش دقت درتشخیص بیماری، پیش بینی و تشخیص بیماری با توجه به عوامل محیطی حاکم در اختیار متخصصان حوزه سلامت قرار دهد. هدف این پژوهش، تشخیص بیماری دیابت با استفاده از ترکیب آنالیز جداکننده خطی و الگوریتم گرگ خاکستری می باشد که بر روی دیتاست pidd و به زبان پایتون انجام شده است. در این تحقیق با استفاده از این ترکیب و کاهش ویژگی، دقت بالاتری ارائه شده است که در مقایسه با کارهای پیشین به بهبود 6 درصد رسیدیم.
|
|
کلیدواژه
|
تشخیص دیابت، داده کاوی، کاهش ویژگی ها، الگوریتم طبقه بندی، الگوریتم گرگ خاکستری.
|
|
آدرس
|
دانشگاه شهاب دانش, ایران, مرکز آموزش عالی محالت, دانشکده مهندسی, گروه مهندسی کامپیوتر, ایران
|
|
پست الکترونیکی
|
khosravi.280@gmail.com
|
|
|
|
|
|
|