ستاره سعیدیان - دانشجوی کارشناسی پیوسته گروه کامپیوتر موسسه آموزش عالی طبرستان چالوس
نگین میثاقیان - عضوهیئت علمی گروه کامپیوتر موسسه آموزش عالی طبرستان چالوس

بیماری های قلبی یکی از مهمترین دلایل ناتوانی و مرگ در جهان هستند. بهترین درمان آن تشخیص به موقع و پیشگیری آن می باشد. استفاده از تکنیک های داده کاوی جهت تشخیص افراد در معرض خطر و ایجاد مدل های پیش بینی کننده، در کاهش عوارض ناشی از بیماری بسیار موثر است. این پژوهش با هدف ارائه روشی جهت تشخیص بیماری قلبی با استفاده از تکنیک طبقهبندی صورت گرفته است. در این پژوهش از مجموعه داده استاندارد سایت UCI استفاده شده است. این مجموعه داده مربوط به اطلاعات 270 بیمار و شامل 14 صفت می باشد. الگوریتم مورد استفاده، الگوریتم IBK از دسته الگوریتم های تنبل (Lazy) است که عمل طبقه بندی را با کمک K همسایه نزدیک انجام می دهد. برای پیاده سازی این الگوریتم از نرم افزار وکا((WEKA استفاده شده است. بر اساس نتایج حاصل مشاهده می شود که الگوریتم IBK با دقتی برابر % 83 .1 عمل رده بندی را برای این مجموعه داده انجام داده است. با توجه به نتایج مطالعات انجام شده در حوزه داده کاوی بیماری های قلبی و همچنین با در نظر گرفتن حجم پایگاه داده مورد استفاده و در مقایسه با الگوریتم درخت تصمیم، دقت بدست آمده از الگوریتم مورد استفاده قابل قبول میباشد.

داده کاوی، تشخیص بیماری های قلبی، الگوریتم های lazy ، الگوریتم IBK