>
Fa   |   Ar   |   En
   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
 
   provide diagnosis of diabetes based on intelligent feature reduction and machine learning  
   
Authors khosravi arash ,hadizade mohamad
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved