ابوالفضل کاظمی - استادیار، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی واحد ق
احسان یوسف زاده - دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد ا
پرهام عظیمی - استادیار، دانشکده مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی واحد ق

موضوع: داده کاوی یکی از علوم جدید و تاثیر گذار می باشد که به کمک علم پزشکی آمده است. داده کاوی در بسیاری از زمینه های پزشکی مانند تشخیص و درمان بیماری ها می تواند به تصمیم گیری بهتر پزشک کمک کند. هدف: با توجه به کشنده بودن بیماری هپاتیت، عوامل تاثیر گذار بر روی این بیماری باید به درستی شناخته شوند. در این تحقیق قصد داریم مدلی ترکیبی از داده کاوی ارائه دهیم تا ضمن تعیین ویژگی های مهم بیماری هپاتیت بالاترین دقت در پیش بینی قابلیت زندگی افراد مبتلا به هپاتیت را ارائه دهد. روش تحقیق: در ابتدا داده های مفقود هپاتیت با اعمال یک روش پر می شوند. در ادامه داده ها به روش رگرسیون خطی برای انتخاب ویژگی و پیش بینی داده می شود. در نهایت ویژگی های انتخاب شده به ماشین بردار پشتیبان برای پیش بینی داده می شود. نتیجه: نتایج تحقیق بدست آمده نشان می دهد که این مدل با کاهش 68% ویژگی ها (حذف 13 ویژگی از 19 ویژگی) با دقت 97.42% پیش بینی را انجام داده است.

بیماری هپاتیت، رگرسیون خطی، ماشین بردار پشتیبان، انتخاب ویژگی