-
آرشیو :
نسخه بهار 1398
-
موضوع :
شبکه های کامپیوتری
-
نویسنده/گان :
محسن قربیان
-
چکیده :
گستردگی تکنیک‌ها داده‌کاوی موجود این امکان را فراهم کرده است تا بتوان با انتخاب تکنیک‌های مناسب، به نتایجی بهتر و با ضریب دقت بالاتر دست‌یافت؛ بنابراین با انتخاب تکنیک بهتر می‌توان به نتایج حاصل از داده‌کاوی صورت گرفته بر روی‌داده‌ها، اطمینان بیشتری حاصل نمود. وجود عوامل مختلف دخیل در بروز بیماری هپاتیت و همچنین ناقص بودن اطلاعات در دسترس را می‌توان از مشکلات اساسی در پیاده‌سازی تکنیک‌های داده‌کاوی دانست که می‌تواند بر روی نتایج نهایی تحقیق اثرگذار باشد. عوامل و نشانه‌های مختلفی در تشخیص بیماری هپاتیت به کار گرفته می‌شوند که از طریق انجام آزمایش‌های گوناگون این عوامل و نشانه‌ها مورد برسی قرار می‌گیرند. در این تحقیق از بین عوامل که منجر به تشخیص بیماری هپاتیت می‌شوند نشانه‌هایی همانند ANOREXIA، LIVER BIG، LIVER FIRM و SPLEEN PALPABLE مورداستفاده قرار می‌گیرند. ازاین‌رو با پیاده‌سازی تکنیک‌های داده‌کاوی قواعد انجمنی و K همسایه نزدیک بافاصله اطمینان 80 درصد و مقدار پشتیبان 50 درصد بر روی اطلاعات افراد مبتلابه هپاتیت و بر اساس معیارهای سنجش accuracy، error rate، specificity، negative prediction value عملکردشان مورد برسی قرار گرفت و نتایج حاصل گویای این است که تکنیک قواعد انجمنی با مقدار accuracy 80/62،22/11 error rate، 95/27 specificity و negative prediction value 62/96 عملکرد بهتری را نسبت به تکنیک K همسایه نزدیک از خود نشان داده است. از بین عواملی که به‌عنوان نشانه‌های پیدایش بیماری هپاتیت محسوب می‌شوند عواملی که درنهایت فرد بیمار با دارا بودن آن‌ها می تواند شانس زنده ماندن را پیدا کند پیش‌بینی شدند. ازاین‌رو بر اساس نتایج به دست آمده می‌توان نتیجه گرفت که افرادی که در نتایج مرتبط با آزمایش خود با ویژگی‌های ANOREXIA، LIVER BIG، LIVER FIRM و SPLEEN PALPABLE مثبت مواجه شده است می‌توانند از شانس زنده ماندن برخوردار باشند.
واژگان کليدي: داده‌کاوی پزشکی، قواعد انجمنی، K همسایه نزدیک، هپاتیت، تکنیک‌های داده‌کاوی. چهارشنبه
-
کلید واژه :
op
-
Title :
iioooooooo
-
Abstract :
9op9
-
مراجع :
چهارشنبه
- صفحات : 33-48
-
دانلود فایل
( 1.04 KB )
