تاثیر روش های جانشینی مقادیر مفقود در کلاسه بندی داده های پزشکی

سال انتشار: 1392
محل انتشار: همایش ملی پژوهش های کاربردی در علوم و مهندسی
کد COI اختصاصی: TIAU01_107
زبان مقاله: فارسی
تعداد مشاهده: 778

نویسندگان

مربی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد کاشمر

چکیده

وجود درصد زیادی از مقادیر مفقود شده در داده های پزشکی معمول می باشد. این مقادیر می توانندتمام فرایند داده کاوی و تفسیرهای حاصل را تحت تاثیر قرار دهند. اکثر الگوریتم های داده کاوی با این فرضطراحی شده اند که هیچ مقدار مفقودی در مجموعه داده ها وجود ندارد. بنابراین برخورد با مقادیر مفقود می تواند بظور قابل ملاحظه ای کیفیت داده کاوی را افزایش دهد. در این مقاله، تاثیر روش های معروف جانشینی مقادیر مفقود شامل،KNN ، Hot Deck ،mean/mode وRegression و Case Deletion ،All possible Value ،Maximum Possible Valueبر روی دقت کلاسه بندی با آزمایش بر روی هفت مجموعه داده ی پزشکی مختلف شامل انواع داده های عددی و اسمی مورد بررسی و ارزیابی قرار می گیرند. کلاسه بندهای مورد استفاده، شبکه های عصبی و نزدیکترینkهمسایه هستند که مشهورترین و پرکاربردترین الگوریتم های کلاسه بندی در داده کاوی پزشکی محسوب می شوند. آزمایشات بر روی نرخ های متفاوت بین 5 تا 50 درصد از مقادیر مفقود از انجام می گیرند

کلیدواژه ها

مقادیر مفقود، روش های جانشینی ، داده کاوی پزشکی، کلاسه بندی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.