ارزیابی و مقایسه الگوریتمهای داده کاوی برای پیش بینی ریسک حمله قلبی

ارزیابی و مقایسه الگوریتمهای داده کاوی برای پیش بینی ریسک حمله قلبی علی وطن خواه، خاطره رجب ۲ ۱ کارشناسی ارشد مهندسی کامپیوتر گروه آموزشی مهندسی برق و کامپیوتر دانشگاه ملی مهارت،تهران، ایران ایمیل: alivatankhah۱۹۸۸@gmail.com ۲- کارشناسی مهندسی کامپیوتر گروه آموزشی مهندسی کامپیوتر دانشگاه ملی مهارت، تهران، ایران ایمیل: [e-mail] مقدمه: بیماری های قلبی عروقی از مهم ترین تهدیدهای سلامت انسان هستند و تشخیص زودهنگام ریسک حمله قلبی می تواند هزینه ها و عوارض درمانی را کاهش دهد. هدف این پژوهش بررسی و مقایسه عملکرد الگوریتم های داده کاوی درخت تصمیم، جنگل تصادفی، نزدیک ترین همسایه (KNN) و بیز ساده در پیش بینی ریسک حمله قلبی است. روش ها از مجموعه داده ای واقعی از وب سایت Kaggle شامل ۲۹۹۹ رکورد و ۱۹ ویژگی (سن، فشار خون، کلسترول، دیابت، سابقه خانوادگی و غیره) با برچسب ریسک حمله قلبی استفاده شد. پس از پیش پردازش، انتخاب ویژگی، تبدیل به دودویی، تعیین برچسب و نرمال سازی، مدل سازی در نرم افزار RapidMiner و با تقسیم داده به ۷۰ درصد آموزش و ۳۰ درصد آزمون انجام شد و عملکرد مدل ها با شاخص دقت و منحنی ROC مقایسه گردید. یافته ها: الگوریتم درخت تصمیم با دقت ۶۳.۷۸ درصد بهترین عملکرد را داشت و در منحنی ROC نیز به حالت ایده آل نزدیک تر بود. جنگل تصادفی با دقت ۶۳.۵۶ درصد و KNN با دقت ۵۷.۶۷ درصد در رتبه های بعدی قرار گرفتند. مدل بیز ساده نیز دقت ۴۷.۳۳ درصد نشان داد که ضعیف ترین عملکرد را در میان الگوریتم های بررسی شده نشان داد. نتیجه گیری: الگوریتم درخت تصمیم نسبت به سایر مدل ها دقت و پایداری بالاتری در پیش بینی ریسک حمله قلبی داشت و به عنوان مناسب ترین مدل شناسایی شد. این نتایج می تواند در توسعه ابزارهای پشتیبان تصمیم پزشکی مورد استفاده قرار گیرد.

کلیدواژه ها:

حمله قلبی ، داده کاوی ، یادگیری ماشین ، درخت تصمیم ، جنگل تصادفی