آنالیز عملکرد تکنیک های تلفیقی دادهکاوی جهت پیش بینی بیماری دیابت

بیماری دیابت یکی از چالش های عمده سلامت در سراسر دنیاست . دیابت با سرعت بالایی در حال شیوع بوده وپیشگیری و پیش بینی این بیماری به شکلی روز افزون مورد توجه جامعه سلامت است. در این میان استفاده ازعلم داده کاوی برای پیش بینی بیماری دیابت محبوبیت زیادی را در بین مردم به دست آورده است. در اینپژوهش الگوریتم های تلفیقی AdaBoost و Bagging را به همراه دو الگوریتم درخت تصمیم J۴۸ و الگوریتمLogistic به عنوان الگوریتم های پایه دسته بند، با الگوریتم های J۴۸ و Logistic به صورت مستقل مقایسهمی کنیم تا بتوانیم دقیق ترین تشخیص را برای بیماری دیابت داشته باشیم. مراحل شبیه سازی با نرم افزار وکاانجام گرفته است. روش پیشنهادی بر روی دادههای دریافت شده از سیستم پزشکی دانشگاه کالیفرنیا (UCI)اعمال شده است. این مجموعه داده دارای ۷۶۸ رکورد میباشد. نتایج ارزیابیها نشان میدهد که بصورت کلیروش تلفیقی Bagging ، با هردو پایه J۴۸ و Logistic دارای عملکرد بالاتری نسبت به الگوریتم AdaBoostو الگوریتم های مستقل J۴۸ و Logistic در تشخیص بیماری می باشد.

کلیدواژه ها:

روشهای تلفیقی ، الگوریتم AdaBoost ، بیماری دیابت ، الگوریتم Bagging ، رگرسیون لجستیک ، درخت تصمیم J۴۸