کنترل نظارتی الگوریتم یادگیری تنبل روی خوشه بندی ترکیبی سه روش هوش مصنوعی با استفاده از IBK برای تشخیص دیابت

ما در این مقاله به پیش بینی بیماری دیابت با استفاده از الگوریتم های هوشمند پرداختیم. برای این منظور نخست سه الگوریتم هوش مصنوعی به نام های شبکه عصبی پس انتشار، مجموعه فازی و بیزین ساده را بکار گرفتیم تا دسته بندی داده ها را انجام دهد. به دلیل نتایج و تفسیرهای متفاوت هر الگوریتم، از یک الگوریتم ترکیبی به نام IBK استفاده نمودیم تا یک پاسخ واحد را از سه الگوریتم در اختیار قرار دهد. سپس به دلیل وابستگی IBK به نزدیک ترین همسایه ها و ارائه پاسخ هایی که یکی از آن ها بهترین است، از الگوریتم LAZY استفاده نمودیم تا به بهینه سازی این الگوریتم با انتخاب بهترین نسل ها بپردازد و بهترین پاسخ را ارائه دهد. نتایج کار نشان داد که اولا استفاده از IBK معیارهای ارزیابی را نسبت به روش پس انتشار، فازی و بیزین ساده بهبود بخشیده، همچنین استفاده از LAZY روی IBK نیز توانسته ۵/۵ درصد صحت و ۵/۲۹ درصد دقت را بهبود ببخشد

کلیدواژه ها:

الگوریتم IBK ، پیش بینی دیابت ، هوش مصنوعی ، یادگیری تنبل