بررسی مقایسه ای تکنیک های داده کاوی در پیش بینی بیماری قلبی

سیستم های هوشمندی ابداع کرد که به شکل خودکار و بدون نیاز به نظارت پزشک قادر به فهم و تفسیر ویژگی های پزشکی افراد باشند یا اطلاعات مفیدی را اکتشاف کنند که متخصصان را در قضاوت صحیح یاری رساند. در ادبیات داده کاوی در پزشکی تا کنون مجموعه بسیار متنوعی از روش ها ارایه شده است که هر یک دارای نقاط ضعف و قدرت به خصوصی بوده که عملکرد آن بسته به نوع داده و شرایط حاکم بر مساله متفاوت است. هدف از این مقاله گزارش یک پروژه تحقیقاتی به منظور جمع بندی چندین مقاله از سه مجموعه داده که از الگوریتم های مختلف داده کاوی استفاده کرده اند جهت انتخاب دقیق ترین مدل برای پیش بینی بیماریقلبی و در انتها بهترین الگوریتم انتخاب می شود . نتایج نشان می دهد در دو مجموعه داده کلیولند و قلب و عروق کلمبیا شبکه عصبی بالاترین دقت را داشته است و در مجموعهAndhra pradeshنیز الگوریتم ترکیبی ژنتیک و نزدیکترین همسایه بالاترین دقت اطمینان را داشته است . الگوریتم های درخت تصمیم گیری و بیز ساده نیز دقت قابل قبولی در پیش بینی بیماران قلبی داشته اند.

کلیدواژه ها:

داده کاوی ، دسته بندی ، تکنیک های داده کاوی و بیماری قلبی