تشخیص بیماری دیابت با پیاده سازی الگوریتم کی نزدیکترین همسایه (الگوریتم KNN )و استفاده از الگوریتم گورخر (الگوریتم ZOA)

بیماری دیابت یک بیماری مزمن است که روند سوخت و ساز قند در بدن را تحت تاثیر قرار می دهد. بدن ما برای تامین انرژی نیاز به موادغذایی گوناگونی دارد. این مواد در بدن تبدیل به قند یا گلوکز میشوند که انرژی مورد نیاز ما را تامین می کنند. اگر به هر دلیلی گلوکز از طریقخون وارد سلولها نشود و در جریان خون فرد باقی بماند، میزان قند خون بالا رفته و فرد مبتلا به دیابت می شود. آنچه که باعث این عدم جذبقند می شود، کمبود هورمون انسولین است. انسولین از لوزالمعده ترشح می شود و باعث ورود قند به سلول ها می شود. تشخیص سریع بیماریمی تواند کمک شایانی به دکتر و بیمار کند. روش های گوناگونی برای تشخیص و شناسایی بیماری وجود دارد اما ما در این مقاله با استفاده ازیادگیری ماشین سعی در آموزش برنامه ای داشته ایم که بتواند با گرفتن چندین ویژگی با سرعت و دقت بالا در کوتاهترین زمان ممکن دیابتی بودنو یا نبودن فرد را به ما اطلاع دهد. الگوریتم کی نزدیکترین همسایه یک الگوریتم یادگیری ماشین با نظارت است که با سادگی و آسانی که دارد،می تواند برای پیاده سازی و حل مسائل طبقه بندی مورد استفاده قرار گیرد. از این رو ابتدا با پیاده سازی الگوریتم کی نزدیک ترین همسایه دربرنامه پیشنهادی دقت ما در تشخیص بیمار نبودن ۳ / ۸۲ درصد و برای بیمار بودن ۹ / ۹۷ درصد و در نهایت دقت کل ۷ / ۹۱ درصد بدست آمد. اما بعداز آمیختگی الگوریتم کی نزدیکترین همسایه با الگوریتم گورخر، دقت ما در تشخیص بیمار نبودن ۴ / ۹۳ درصد و برای بیمار بودن ۹ / ۹۸ درصد ودر نهایت دقت کل ۸ / ۹۶ درصد بدست آمد که این نتایج نسبت به قبل نشان از بهبودی نتایج در آمیختگی شدن این دو الگوریتم با هم دارد

کلیدواژه ها:

الگوریتم گور خر ، دیابت ، کی نزدیکترین همسایه