پیش بینی بیماری قلبی با استفاده از الگوریتم کرم شب تاب و جنگل تصادفی

یکی از شایع ترین بیماری های جوامع پیشرفته، بیماری های قلبی عروقی می باشد که در سال های اخیر از سایر علل مرگ و میر پیشی گرفته است. پیش بینی ابتلا به بیماری قلبی به علت نیازمندی به دانش و تجربه عملی نیز دشوار است. سیستم های اطلاعات بالینی حجم زیادی از داده ها را در پایگاه های داده پزشکی ذخیره می کنند، از این رو انتخاب ویژگی موثردر تشخیص بیماری گام ضروری پیش پردازش داده ها در فرآیند طبقه بندی داده های پزشکی است. در این مقاله، برای انتخاب ویژگی های مناسب از ترکیب الگوریتم کرم شب تاب با الگوریتم جنگل تصادفی استفاده شده است. دقت روش پیشنهادی با سایر روش های یادگیری ماشین مقایسه شده است. نتایج نشان می دهد، دقت روش پیشنهادی ۹۴% است که نسبت به روش های پیشین بالاتر است.