یک مدل جدید و موثر برای تشخیص بیماری اوتیسم بزرگسالان با استقاده از رویکردی ترکیبی و متا دسته بندها

بیماری که اخیرا بیشترین توجه دانشمندان را به خود جلب کرده است ، اوتیسم است که شناخته شده ترین بیماری نیز هست . افراد در سنین مختلف ممکن است تحت تاثیر این بیماری قرار گیرند. همه مجموعه داده های موجود در حال حاضر برای تجزیه و تحلیل داده ها کیفیت پایینی دارند. طبقه بندی کنندههای پایه تمرکز اصلی اکثر تحقیقات مرتبط هستند. در این مطالعه ، ما یک مقایسه کامل را پیشنهاد کردیم که از روشهای پیش پردازش کارآمد و مجموعه ای برای افزایش تشخیص بیماری اوتیسم استفاده می کند. اطلاعات پرت و از دست رفته در مرحله پیش پردازش حل می شوند. روشهای گروه شامل کیسه بندی ، انباشتن ، تقویت و رای دادن است . دو فن آوری داده کاوی شناخته شده برای ارزیابی مقایسه ها استفاده می شود. یافته های جمع آوری شده برای نشان دادن اینکه کار ما عملکرد طبقه بندی را از نظر دقت ، یادآوری ، دقت و F۱ در مقایسه با رویکردهای پایه بهبود می بخشد. بیشترین مقادیر معیارها در ۱۰۰% به دست می آید.

کلیدواژه ها:

داده کاوی ، پیش پردازش ، بیماری اوتیسم ، متا دسته بندها