لاله اسحاق کجوریان
علیرضا آذری مقدم
محسن نژادخیرالله

داده کاوی بر مفهوم استخراج اطلاعات نهان یا الگوها و روابط مشخص در حجم زیادی از داده ها در یک یا چند بانک اطلاعاتی بزرگ گفته میشود. امروزه دادهکاوی به عنوان تکنیکی برای شناسایی و تشخیص بیماریها و دسته بندی بیماران در مدیریت بیماری و پیدا کردن الگوهایی برای تشخیص سریعتر بیماری و جلوگیری از بروز عوارض بیماری میتواند کمک بزرگی باشد. داده های مراقبت بهداشتی اغلب پیچیده و بسیار بزرگ و ناهمگن هستند مزیت اصلی استفاده از دادهکاوی بر است که با استفاده از آن میتوان با صرفه جویی در زمان، هزینه و نیروی انسانی به تشخیص بیماری کمک کرد. در این پژوهش از مجموعه داده های مربوط به دیابت تحت عنوان Pima Indian Diabetes که به عنوان یک مجموعه دادهای استاندارد در سایت دانشگاه کالیفرنیا قابل دسترس است استفاده شده است. مجموعه دادهای شامل ۷۶۸ نمونه با ۸ شاخص میباشد. با پردازش داده ها با الگوریتمهای دسته بندی شامل نزدیکترین همسایگی k، درخت تصمیم و ماشین بردار پشتیبان نشان داده شد که الگوریتم نزدیکترین همسایگی k دقت بیشتری جهت تشخیص بیماری دارد. همچنین برای به دست آوردن دقت بالاتر از تکنیک Bagging جهت ترکیب مدلها استفاده شده است.

داده کاوی، دسته بندی، دیابت، نزدیکترین همسایگی، درخت تصمیم، ماشین بردار پشتیبان.