پیش بینی بیماری قلبی با استفاده از الگوریتم داده کاوی درخت تصمیم

همکاری متخصصان در زمینه کامپیوتر و پزشکی، راه حل جدیدی را در تحلیل داده ها و به دست آوردن الگوهای مفید و کاربردی ارائه می دهد که همان داده کاوی است. داده کاوی فرآیند کشف دانش پنهان درون داده ها از طریق برقراری روابط و الگوهای مفید است. به دلیل اهمیت شیوه های تصمیم گیری مدیران بیمارستان ها در پیشبرد اهداف بیمارستان و اهمیت قدرت پیش بینی آنان در حل مشکلات درمانی بیماران، این مطالعه با هدف استفاده مدیران بیمارستان ها از نتایج حاصل از داده کاوی سیستم های اطلاعات بیمارستان HIS جهت پیش بینی دقیق تر و تصمیم گیری بهتر و مؤثرتر برای درمان بیماران صورت گرفته است. داده های مورد استفاده در این مطالعه، مربوط به اطلاعات 270 بیمار است که از انبار داده سایت UCI استخراج شده و شامل 14 متغیر می باشد. از مدل درخت تصمیم با ساختار کارت که یکی از ابزارهای کلاسبندی در داده کاوی است، برای پیش بینی مبتلا بودن به بیماری قلبی استفاده شده و دقت پیش بینی این مدل مورد بررسی قرار گرفته است. بر اساس نتایج این تحقیق مشاهده میشود که این مدل با دقتی برابر به 72.73% عمل کلاسبندی را برای مجموعه مشاهدات آزمون انجام داده است.

کلیدواژه ها:

داده کاوی ، درخت تصمیم ، بیماری قلبی