یک رویکرد جدید برای تشخیص کم کاری تیروئید با استفاده از تکنیک های داده کاوی

موضوع: انتخاب ویژگی یکی از مهمترین گام های داده کاوی می باشد، چرا که به طور مستقیم بر نتای بدست آمده اثر می گذارد. انتخاب ویژگی ابعاد مساله را کاهش و میزان دقت مدل را افزایش میدهد. همچنین الگوهای بدست آمده قابل فهم تر می شوند. تکنیک های زیادی برای انتخاب ویژگی وجود دارد. وزن دهی به ویژگی ها یکی از تکنیک های انتخاب ویژگی می باشد. هدف: هدف تحقیق ویژگی های مهم تیروئید و تحلیل این داده ها با بالاترین دقت ممکن می باشد. روش تحقیق: در این تحقیق یک رویکرد جدید برای تحلیل داده های تیروئید ارائه گردید. انخاب ویژگی به وسیله روش وزن دهی مهمترین آنالیز جزئی (PCA) انجام گرفت. تحلیل تیروئید بر اساس ویژگی های انتخاب شده توسط نزدیکترین همسایگی انجام گرفت. نتیجه: دقت رویکرد انجام گرفته 100% می باشد. بر اساس بهترین دانش ما این رویکرد در تحلیل داده های تیروئید هنوز به کار نرفته است.

کلیدواژه ها:

تیروئید ، انتخاب ویژگی ، روش مهم ترین آنالیز جزئی ، نزدیکترین همسایگی